AdaBoost算法

AdaBoost算法

---

核心思想

• 集成学习，将多个分类器依靠权重组合起来使用，大大提高准确性

步骤

1. 先初始化样本权重
2. 从多个分类器中选择误分率最低的分类器进行样本划分
3. 计算误分率
4. 根据误分率计算此分类器的权重
5. 更新样本权重
6. 最后经过上面几步迭代再组合起来就可得到最后的基学习器

算法过程

整个算法就是将每次分错的样本权重增大，而分对的样本权重减小，即重视分错的样本用于以后的迭代学习。同时对于误分率越低的分类器在最后的分类器组合中占的权重越大

如下链接对这个算法讲解非常好

https://blog.youkuaiyun.com/guyuealian/article/details/70995333