AdaBoost (boosting adaptatif)是一个由être utilisé进行分类或régression的徒弟汇编算法。我们可以通过résiste对机器学习的大算法数进行超校正，这对于données bruitées和畸变值都是合理的。
AdaBoost est désigné comme adaptatif car il use de nombreuses itérations pour générer un apt composite fort。AdaBoost crée l' apprentice fort (unclassifieur bien corrélé au classifieur correct) en ajoutant de manière itérative des apprentice faibles (unclassifieur légèrement corrélé au classifieur correct)。在学徒的课程中，一个新的学徒不正确的课程是ajouté à合奏和一个从pondération开始的方向是ajusté在这些例子中口音的方向是été classés在manière不正确的课程是précédentes。Par conséquent, obtenu的分类器是doté我的学徒分类器précision。
Le Boosting AdaptataTIF Chutut Les算法共谋：
- 演算法。M1等演算法。M2 - les算法源于双分类和多分类
- LogitBoost -分类双aire(为所有类故障séparables)
- 温和的AdaBoost和温和的boost -分类比尼尔(适用范围为prédicteurs catégoriels multiniveaux)
- RobustBoost -分类binaire (robust contre le bruit)
- LSBoost - boost aux moindres carrés(为régression的合集)
- LPBoost - classification multiclasses à l'aide de boosting de programation linéaire
- RUSBoost -分类多类为données décalées ou déséquilibrées
- TotalBoost -分类的多类加上稳健的LPBoost
关于促进适应的信息，请参阅dédiées à la章节统计和机器学习工具箱™。
