热爱可抵岁月漫长
一个热爱技术、喜欢折腾的开发者。 专注于 AI 与算法架构，偶尔也搓搓 App 和小工具。 记录生活，分享技术，探索未知。
共 1 篇文章
基本思想 一轮轮训练弱分类器、把被前一轮分错的样本权重调高让后续分类器更重视这些难样本，最后再按各分类器的准确度加权投票把它们组合成一个强分类器。 算法步骤 输入：训练数据集 T={(x_1,y_1),(x_2,y_2),\cdot\cdot\cdot(x_n,y_n)}，其中x_i \in \ch
