????????Adaptive Boosting(自適應提升)是基于 Boosting思想實現的一種集成學習算法，核心思想是通過逐步提高那些被前一步分類錯誤的樣本的權重來訓練一個強分類器。
一、Adaboost算法
????????
直線相當于一個弱學習器，
正確的數據權重減小，錯誤的數據權重增加
二、Adaboost構建過程
1 初始化數據權重，來訓練第1個弱學習器。找最小的錯誤率計算模型權重，再更新模數據權重。
2 根據更新的數據集權重，來訓練第2個弱學習器，再找最小的錯誤率計算模型權重，再更新數據權重。
3 依次重復第2步，訓練n個弱學習器。組合起來進行預測。結果大于0為正類、結果小于0為負類
內部算法過程
三、API
sklearn.ensemble.AdaBoostClassifier
)
_280)
