机器学习强基计划10-2：详细推导串行集成AdaBoost算法(附Python实现)

0 写在前面

机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。“深”在详细推导算法模型背后的数学原理；“广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。强基计划实现从理论到实践的全面覆盖，由本人亲自从底层编写、测试与文章配套的各个经典算法，不依赖于现有库，可以大大加深对算法的理解。

🚀详情：机器学习强基计划(附几十种经典模型源码)

---

1 串行集成学习

串行集成学习是一种机器学习的技术，旨在通过将多个基学习器按顺序组合起来，以提高整体学习性能。在串行集成学习中，基学习器按照一定的顺序进行训练和集成，每个基学习器都依赖于前一个学习器的输出。

Boosting是一族将弱学习器提升为强学习器的串行集成算法，这族算法核心原理为：先从初始训练集训练出一个基学习器；再根据基学习器的表现对训练样本分布进行调整，实现不同学习器的