摘要： Adaboost的基本思路如下： 给每个样本一个权重，初始化所有样本权重相同 使用当前样本权重，训练一个（简单）模型 根据模型结果，给判断正确的样本降权，给判断错误的样本加权 使用新的样本权重，重新训练（简单）模型，重复若干轮 将若干轮的（简单）模型线性合并为复合模型，作为最终模型 现有包含N个样本 阅读全文