关于adaboost

adaboost的全称是adaptive boosting—-自适应增强。

增强体现在速度快，因为误差的收敛不是呈线性，而是以指数速度下降的，具体的公式推导可参见http://download.csdn.net/detail/ironflood/9692331?locationNum=7&fps=1

adaboost的算法流程分三步：

1. 初始化训练数据的权值分布。1/N

2. 训练弱分类器。降低被正确分类样本的权值，增加没有被准确分类样本的权值。迭代

3. 将所有弱分类器组合成强分类器。加大准确率高的分类器的权值，反之降低。

链接中有实例，可以试一下。