ML《集成学习（三）Boosting和Adaboosting回归树》

上一篇博文我们学习了adaboosting算法用于分类树的算法，今天想把adaboosting算法用于回归树的算法也补充下：

这里我们学习的是adaboosting R2算法：
存在样本集D = {(x1,y1), (x2,y2), (x3,y3),…,(xN,yN)}
迭代次数是T，也就是存在T个弱学习器，样本个数是N。

整体还是和adaboosting做分类树的过程是一样的，都是给每个样本一个权重，一次迭代后，计算错误率和权重，以及更新权重，最后结合T个弱学习器的时候都是选择加权线性相加。