与大部分机器学习算法一开始就定义损失函数然后再优化求解参数不同,Boosting 算法是将多个弱分类器组合提升成一个强分类器,从而达到学习的目的。

都说三个臭皮匠,顶个诸葛亮,Boosting 方法类似,首先训练了多个很一般的弱分类器,然后将他们组合,形成一个最终的强分类器。为什么这样是可行的呢?

$E=mc^2$

对于 $\int{}F(x)$

$|a|<1$ $|abcdefg|<1$