AdaBoost algorithm's example

Bootstrapping算法的核心理念：

i) 从样本集合D中反复抽取n个样本作为子集

ii) 对于每一个被抽取的子样本集，实施统计学习过程，从而得出对应的假设Hi

iii) 将多个假设进行综合整合，构建出最终的假设Hfinal

iv) 利用最终形成的假设Hfinal来执行具体的分类任务

(2) Bagging算法的核心理念：

i) 构建分类器

从全部样本集合中随机选取n* < N个样本，基于该抽样结果训练分类器Ci

ii) 所有分类器共同参与投票，最终决策结果为投票过程中获得最多支持的分类结果

上述两种算法主要提供的是理论框架和基本思路，而实际应用价值则体现在由这些思想衍生出的AdaBoost算法之中：

AdaBoost算法流程：

---

Adaboost的架构即为此种形式，最终的分类模型YM由多个弱分类器共同构成，其运作机制类似于由m个弱分类器进行综合判定，而每个弱分类器在决策过程中所具有的权