杨倩-关于Adaboost算法的部分学习

Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。
比如目前火热的人脸识别技术，为了达到提高人脸检测的准确率的目的，采用adaboost算法训练出的人脸最优分类器对待测图像进行人脸检测，对检测出的人脸候选矩形区域adaboost算法训练出的人眼最优分类器进行人眼检测，进一步确定人脸候选矩形是否真的含有人脸对象，即基于Adaboost人眼检测的人脸检测算法。

AdaBoost给每一个训练样本赋予一个权值，并且可以在每次提升后，自动调整权值。在从原始数据集抽取自助样本集时，权值可以影响抽样分布。并且此算法对每个基分类器进行加权，而不是使用投票的方式得到最终结果。