前言

集成学习按照个体学习器之间是否存在依赖关系可以分为两类：

第一个是个体学习器之间存在强依赖关系，一系列个体学习器基本都需要串行生成。代表算法是boosting系列算法。在boosting系列算法中， Adaboost是最著名的算法之一。

第二类是个体学习器之间不存在强依赖关系，一系列个体学习器可以并行生成，代表算法是bagging和随机森林（Random Forest）系列算法。。

Adaboost既可以用作分类，也可以用作回归。

正题

简介

AdaBoost是集成学习算法boosting的一种实现，它用弱分类器的线性组合来构造强分类器，用于二分类问题。

与随机森林进行样本抽样来训练多个分类器不同，Adaboost算法在训练时样本具有权重，并且会在训练过程中动态调整，被前面的弱分类器错分的样本会加大权重，因此算法会更加关注上个分类器错分的样本。

计算流程：

我们以分类问题作为案例

（1）初始化样本权重值，所有样本的初始权重相等：

 

 2）循环，对依次训练每个弱分类器：

1.

 训练一个弱分类器，并计算它对训练样本集的错误率：

学习器权重系数,对于二元分类问题，第t个弱分类器f(x)的权重系数为

上面公式可以看到分类误差率et越大，则对应的弱分类器权重系数αt越小。也就是说，误差率小的弱分类器权重系数越大。

2.

更新所有样本的权重：

其中为归一化因子，它是所有样本的权重之和：

结束循环

3）最后得到强分类器（Adaboost分类采用的是加权表决法）

 

 

全部流程如图所示：

---------------------------------------------------------------------------------------------------------------------------------------------------

挖坑未完待续