Adaboost原理简析

关于Adaboost的原理和简单介绍在下面论文中：

http://www.cnblogs.com/harvey888/p/5505511.html

1、由多个弱分类器的决策形成最终的分类器

2、错误分类的样本权值加重，正确分类的样本权值减轻

3、分类器的分类错误概率是错误分类样本的权值之和

4、由错误分类概率求得该分类器在最终分类器中的权值

5、由错误分类概率和最终分类器中的权值共同决定更新样本的权值

6、错误分类概率越小，在最终分类器中的权重越大，由对数函数决定

7、样本权重更新中，错误分类的样本权重加大，由指数函数决定