Adaboost算法原理 简介 AdaBoost是英文"Adaptive Boosting"（自适应增强）的缩写，它的自适应在于：前一个基本分类器被错误分类的样本的权值会增大，而正确分类的样本的权值会减小，并再次用来训练下一个基本分类器。同时，在每一轮迭代中，加入一个新的弱分类器，直到达到某个预定的足够小的错误率或达到预先指定的最大迭代次数才确定最终的强分类器。 原理 框图 数学原理 构建过程 例子（迭代） 推荐的文章 知乎通俗易懂的讲解知乎根据西瓜书讲解 相关文章： 2021-05-19 2021-06-21