【机器学习】【提升方法-AdaBoost-2】AdaBoost算法分类器的Python实现+代码讲解

1.AdaBoost算法详解和数学求解过程

    AdaBoost强分类器算法的生成过程详解、以及示例讲解数学求解的详细过程，可以详见上篇博客：

    https://blog.csdn.net/u012421852/article/details/80201506

2.AdaBoost算法的Python实现

2.0python知识点

代码中主要用到的重要python知识点有：

1）lambda(函数) + np.frompyfunc(函数向量化)

    函数向量化可详见：【机器学习】【Numpy】函数向量化运算的4种方法(numpy.frompyfunc()和numpy.vectorize())

2）function + np.frompyfunc

3）np.multiply(序列1， 序列2)，实现序列1和序列2的内部下标对应的元素相乘

    知识点可详见：【Python】【numpy-汇总5】所有多元计算函数的示例代码

4）lambda + [for 序列A] 可以对序列A中每个元素都进行lambda操作

5）list.count(e) ：计算list中元素e的个数

6）sum(list)：计算list的所有元素之和

7）ndarray.sum()：计算array的所有元素之和

    上面5~7详见：【再回首Python之美】【numpy】矩阵matrix、array、list操作示例汇总

8）序列的切片A[0:-1] ：不要A的最后(-1)一个元素剩下的切片，如A=[4,5,6,7,8]，则A[0:-1] = A[:-1] = [4,5,6,7]

    知识点可详见：