摘要： AdaBoost是boosting的一种方法，其原理是通过改变训练样本的权重，得到m个不同的分类器，每个分类器根据其误差率em，有不同的权重系数alpha m，最后组合这些不同的分类器，得到最终的分类器。 具体地，首先所有样本权重都初始化为一样，学习之后或得一个em，根据em计算alpha m = 阅读全文

摘要： 从一堆弱分类器融合得到强分类器。 比如假设现在你只能水平或竖直线分割，那么无论如何都分不好，但是假设组合三次分割，就会得到如图所示的一个较好的分割线。 再比如，PLA 融合后有large margin 的效果 几种可能的融合策略： 1.Uniform Blending 一人一票，权值相同。 理论保证 阅读全文