Boosting和Adaboost算法

第1关：Boosting

任务描述
本关任务：根据本节课所学知识完成本关所设置的选择题。

相关知识
为了完成本关任务，你需要掌握：1.什么是集成学习，2.Boosting。

什么是集成学习
集成学习方法是一种常用的机器学习方法，分为 bagging 与 boosting 两种方法，应用十分广泛。集成学习基本思想是：对于一个复杂的学习任务，我们首先构造多个简单的学习模型，然后再把这些简单模型组合成一个高效的学习模型。实际上，就是“三个臭皮匠顶个诸葛亮”的道理。

第1题

B

第2题

C

第2关：Adaboost算法

任务描述
本关任务：用 Python 实现 Adaboost，并通过鸢尾花数据集中鸢尾花的 2 种属性与种类对 Adaboost 模型进行训练。我们会调用你训练好的 Adaboost 模型，来对未知的鸢尾花进行分类。

相关知识
为了完成本关任务，你需要掌握：1. Adaboost 算法原理，2. Adaboost 算