机器学习 --- Adaboost

Adaboost是一种集成学习方法，它通过组合多个弱分类器来构建一个强分类器。具体来说，Adaboost会对训练数据进行加权，然后训练一个弱分类器，接着根据分类器的表现对样本的权重进行调整，使得分类错误的样本权重增加，分类正确的样本权重减少。然后再用调整后的权重重新训练一个弱分类器，如此循环迭代，直到达到预设的迭代次数或者误差率达到一定阈值。最终将所有弱分类器的结果进行加权组合，得到最终的分类结果。