机器学习之集成学习AdaBoost

概念

AdaBoost（Adaptive Boosting）是一种迭代的集成学习算法，其主要目标是通过组合多个弱学习器来创建一个强大的模型。以下是AdaBoost算法的主要步骤：

1. 初始化样本权重： 为每个训练样本分配相等的权重，通常设为 w i = 1 N w_i = \frac{1}{N} w