adaboost是二分类算法
二分类器有个很好的性质:若sign(f)em>1/2,将分类器改为 -sign(f)即可
对于adaboost,其系数能自适应em>1/2的情况
子分类器Gm(x)系数 am=1/2 log( (1-em)/em )
为负 am<0
对应的加权子分类器:amGm(x)取负,则该子分类器等价于em<1/2的分类器(-Gm(x))
另一方面,数据集的权值更新:Wm+1,i=1/Zm x Wm,i x exp(-am yi Gm(xi))
也是因为am与Gm同时出现负负得正,使得各数据得到了正确的权重更新