AdaBoost分类器有什么缺点？

AdaBoost分类器的缺点有以下几点：

1. 对异常值敏感：AdaBoost分类器对异常值敏感，一个异常值的影响会比较大。

2. 计算复杂度高：AdaBoost分类器的计算复杂度比较高，在处理大数据集时可能需要较长的时间。

3. 容易过拟合：AdaBoost分类器容易过拟合，特别是在数据集中存在很多噪声时。

4. 对类别不平衡数据敏感：AdaBoost分类器对类别不平衡数据敏感，因此不能很好地处理类别不平衡的数据集。

总的来说，AdaBoost分类器在处理一些特定情形下的数据时存在一定的局限性，但是它仍然是一个很有效的分类器。