令ama_mam为系数,Gm(x)G_m(x)Gm(x)为基函数,则Adaboost的最终分类器是一个加法模型。f(x)=summ=1MamGm(x) f(x) = sum_{m=1}^Ma_mG_m(x) f(x)=summ=1MamGm(x)
令损失函数为指数损失函数 exponential loss functionL(y,f(x))=exp(−yf(x)) L(y, f(x)) = \exp(-yf(x)) L(y,f(x))=exp(−yf(x))
令损失函数极小化为经验风险极小化
使用前向分步算法解出的ama_mam与adaboost所使用的ama_mam相同,即am=12log1−emem a_m = \frac{1}{2}\log \frac{1-e_m}{e_m} am=21logem1−em