adaboost原理

1、训练数据中每个样本，赋予一个权重，进行训练弱分类器并计算该分类器的错误率2、重新在同一数据集上训练分类器，调整样本权重，第一次分对的样本权重降低，分错的样本权重增加。基于每个分类器的分类错误率给定权重，加权求和。