1 算法介绍：
viola-jones论文的Adaboost：
经典Adaboost：
差别1：权重更新：
viola-jones论文的Adaboost权重变换：
a=log((1-e)/e)
判断正确的样本权重：W*(e/(1-e))
判断正确的样本权重：W（不变）
然后归一化。
经典Adaboost权重变换：
a=0.5*log((1-e)/e)
判断正确的样本权重：W*exp（-a）
判断正确的样本权重：W*exp（a）
然后归一化。
经典Adaboost的训练误差分析：
20180118更新 %%%%%%%%%%%%%%%%%%%%%%%%%
两者完全没有差别，最终结果是一样的