English
资源说明：Boosting算法是简单有效、易使用的建模方法。AdaBoost（自适应提升算法）通常被称作世界上现成的最好分类器。Boosting算法使用其他的弱学习算法建立多个模型，对数据集中对结果影响较大的对象增加权重，一系列的模型被创建，然后调整那些影响分类的模型的对象权重值，实际上，模型的权重值从一个模型到另一个模型震荡。最后的模型由一系列的模型组合而成，每个模型的输出都根据相应的成绩被赋予权重值。我们注意到，如果数据失效或者弱分类器过于复杂都会导致boosting失败。Boosting有些类似于随机森林，建立一个整体的模型，最后的模型比弱分类器任何的组合要好。区别于随机森林的，要建完一棵再建另一
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
