bagging与boosting的区别

https://www.cnblogs.com/earendil/p/8872001.html
一、AdaBoost算法（Boosting簇中具代表性的）



此处（1）在一开始对每个数据样本的权重是平均的。
之后通过（2）（a）（b）（c）计算所有可能分类器的所有分类误差，取最小误差的分类器，并计算分类器Gm（x）的系数（通过式（b）（c）可知分类误差低的基分类器所占比重会更大，对最终的决策更大）。
再通过（d）更新每个数据前的权重（此处被误分类的样本将会得到一个更大的权重，并在之后的求解过程得到更多关注）。