adaboost的死亡循环

学习目标：

提示：思想，通过几个弱分类器加起来组成一个强分类器

参数：

1、 权值P(x)
2、 系数α_t

---

步骤和公式：

1、第一步，初始化P，一般是1/N
通过一个分类函数h1(x)来分类，选取错误率最低的一种，计算错误率（把分类错误的权值加起来）和系数

此时的强分类器只有一个弱分类器，一般是需要继续加的

2、更新参数

先更新权值，上一步分类错误会增大错误自身的权值

再次选取一个h2(x)函数，用来分类，重复步骤1继续计算权值和系数
此时的强分类器就有两个弱分类器了

这里就可以判断是否全部分类正确（或者此时的分类器数量超过你设定最多的数值），用下面的式子可以判断

如果分类正确了，那就直接输出函数，强分类器就训练出来了，如果还是有错误的地方，那就继续训练更多的弱分类器重复步骤1和2，直到你满意为止。

以下是我在写作业时编写的matlab代码：

%本次的错误率
q=0.1665;
%自动计算出系数
a1=0.5*log((1-q)