摘要：
1.提升树 以决策树为基函数的提升方法称为提升树。决策树可以分为分类树和回归树。提升树模型可以表示为决策树的加法模型。 针对不同的问题的提升术算法的主要区别就是损失函数的不同，对于回归问题我们选用平方损失函数，对于分类问题，我们使用指数损失函数。特别的，对于二分类问题，我们提升树就是把AdaBoos 阅读全文
摘要：
1.Boosting方法简介 Boosting是集成学习的一种，与之相对的就是Bagging。Boosting是一种将多个弱学习器组合在一起提升为一个强的学习器，多个弱学习器之间采用串行的方式进行连接（即上一个弱学习器的学习结果会对下一个学习器有影响），而Bagging则是采用并行的方式将多个弱学习 阅读全文