机器学习算法面试—口述（2）：Adaboost算法及常见问题

这个系列是为了应对找工作面试时面试官问的算法问题，所以只是也谢算法的简要介绍，后期会陆续补充关于此算法的常见面试的问题！

AdaBoost是一种迭代算法，针对同一训练集训练处不同的分类器（弱分类器），将前面训练的分类器以某种方式组合起来，组合成一个强分类器。算法是通过改变数据的分布来实现的。每次训练分类器是参考

1、某样本在上个分类器的分类过程中是否被正确分类

2、上个分类器的准确率

AdaBoost是Adaptive Boosting的缩写，Adaptive在于：前一个分类器分错的样本会得到增强，加强后的全体样本会用于下一次分类器的训练，每一轮加入一个新的弱分类器，知道达到某个预定的足够小的的错误率或达到预定的最大迭代次数。