GitBook: [master] one page modified

ji-qi-xue-xi/ji-cheng-xue-xi.md

@@ -20,6 +20,22 @@
 | 个体学习器间**存在强依赖**关系，必须串行生成的**序列化**方法 | Boosting |
 | 个体学习器间**不存在强依赖**关系，可同时生成的**并行化**方法 | Bagging、随机森林 |
 
+## Boosting
+
+Boosting算法的核心思想是：从初始训练集中训练得到一个基学习器，然后根据基学习器对于样本预测的结果，让判别错误的样本在后续的训练中得到更多的关注。然后再基于调整过的样本训练下一个基学习器。反复这个过程，直到训练好T个学习器，最终对这些学习器进行加权结合。
+
+下面我们看Boosting中最著名的算法代表：AdaBoost
+
+
+
+
+
+
+
+
+
+
+