Adaboost

Adaboost

输入：

D - 包含d个样本的训练元组集

k - 分类器数目

算法：

D中每个元组权重初始化为1/d

for i = 1 to k do

　　根据元组权重从D中有放回抽取样本，得到训练子集Di

　　使用Di训练弱分类器Mi

　　计算Mi错误率 

　　　　   如果分类正确，err(Xj)=0 否则为1 

　　if error(Mi)>0.5 then 

　　　　抛弃该分类器  continue

　　分类器话语权α  //更新分类器权重

　　　　

　　for Di 中被正确分类的元组 do

　　　　权重 <- 权重*error(Mi) / (1-error(Mi))   //更新元组权重

　　规范化每个元组权重 ，即权重/权重总和，使其权重总和=1