1. 模型

令$a_m$为系数，$G_m(x)$为基函数，则Adaboost的最终分类器是一个加法模型。
$f(x) = sum_{m=1}^Ma_mG_m(x)$

2. 策略

令损失函数为指数损失函数 exponential loss function
$L(y, f(x)) = \exp(-yf(x))$

令损失函数极小化为经验风险极小化

3. 算法

使用前向分步算法解出的$a_m$与adaboost所使用的$a_m$相同，即
$a_m = \frac{1}{2}\log \frac{1-e_m}{e_m}$