机器学习之Adaboost算法

一、算法原理

1.算法的基本思想

Adaboost是adaptive boosting的简写，是自适应的boosting算法，基本思想为：在前一个弱分类器的基础上，增加误分类样本的权重，这些误分类的样本在下一个弱分类器那里被重点关注，依次迭代进行，直到到达预定的足够小的错误率或最大的迭代次数为止。大概流程描述如下：

1. 初始化训练数据的权值分布，假设样本个数为 $N$，则每个样本的权值为 $\frac{1}{N}$；
2. 在初始训练集上训练出一个弱分类器，根据分类结果，被误分类的样本权重增加，正确分类的样本的权重将减少，然后将权值更新过的训练数据集用于训练下一个弱分类器，不断进行迭代。
3. 将各个弱分类器进行组合形成强分类器。各个弱分类器也有自己的权重，加大分类误差率小的弱分类器的权重，使其在最终的分类函数中有更大的决定权，同理，减少分类误差率高的弱分类器的权重，使其在最终的分类函数中起着较小的决定权。

2.算法的流程

假设一个二分类的训练数据集 T = { ( x 1 , y 1 ) , ( x 2 , y 2 ) , ⋯   , ( x N , y N ) } T=\{(x_{\scriptscriptstyle 1},y_{\scriptscriptstyle 1}),(x_{\scriptscriptstyle 2},y_{\scriptscriptstyle 2}),\cdots,(x_{\scriptscriptstyle N},y_{\scriptscriptstyle N})\} T={ (x1​,y1​),(x2​,y2​),⋯,(xN​,yN​)}
其中，$x_i\in \chi \in R^n$，标记 y i ∈ { − 1 , 1 } y_{\scriptscriptstyle i}\in \{-1,1\} yi​∈{ −1,1}。
(1)初始化训练数据集的权值分布
$$D_1=(w_{11},\cdots ,w_{1i},\cdots ,w_{1N}),w_{1i}=\frac{1}{N},i=1,2,\cdots ,N$$
(2)训练每个弱分类器，假设有 $M$ 个弱分类器，对于 $m=1,2,\cdots ,M$
(a)使用具有权值分布的训练数据集学习，得到基本分类器
G m ( x ) ： χ →