姓名：崔升 学号：14020120005
转载自：http://www.cnblogs.com/en-heng/p/5173704.html
【嵌牛导读】：
AdaBoost是一种通过多个基分类器来完成学习任务的一种算法
【嵌牛鼻子】：经典大数据算法之AdaBoost算法的简单介绍
【嵌牛提问】：PageRank是一种怎么的算法，其如何通过多个分类的任务来完成学习系统呢？
【嵌牛正文】：
1. 集成学习
集成学习（ensemble learning）通过组合多个基分类器（base classifier）来完成学习任务，颇有点“三个臭皮匠顶个诸葛亮”的意味。基分类器一般采用的是弱可学习（weakly learnable）分类器，通过集成学习，组合成一个强可学习（strongly learnable）分类器。所谓弱可学习，是指学习的正确率仅略优于随机猜测的多项式学习算法；强可学习指正确率较高的多项式学习算法。集成学习的泛化能力一般比单一的基分类器要好，这是因为大部分基分类器都分类错误的概率远低于单一基分类器的。
偏差与方差
“偏差-方差分解”（bias variance decomposition）是用来解释机器学习算法的泛化能力的一种重要工具。对于同一个算法，在不同训练集上学得结果可能不同。对于训练集D={(x1,y1),(x2,y2),⋯,(xN,yN)}D={(x1,y1),(x2,y2),⋯,(xN,yN)}，由于噪音，样本xx的真实类别为yDyD（在训练集中的类别为yy），则噪声为
ξ2=ED[(yd−y)2]ξ2=ED[(yd−y)2]
学习算法的期望预测为
f¯(x)=ED[f(x;D)]f¯(x)=ED[f(x;D)]
使用样本数相同的不同训练集所产生的方法
var(x)=ED[(f(x;D)−f¯(x))2]var(x)=ED[(f(x;D)−f¯(x))2]
期望输入与真实类别的差别称为bias，则
bias2(x)=(f¯(x)−y)2bias2(x)=(f¯(x)−y)2
为便于讨论，假定噪声的期望为0，即ED[yd−y]=0ED[yd−y]=0，通过多项式展开，可对算法的期望泛化误差进行分解（详细的推导参看[2]）：
ED[(f(x;D)−yD)2]=ED[(f(x;D)−f¯(x)+f¯(x)−yD)2]=ED[(f(x;D)−f¯(x))2]+(f¯(x)−y)2+ED[(yD−y)2]=bias2(x)+var(x)+ξ2ED[(f(x;D)−yD)2]=ED[(f(x;D)−f¯(x)+f¯(x)−yD)2]=ED[(f(x;D)−f¯(x))2]+(f¯(x)−y)2+ED[(yD−y)2]=bias2(x)+var(x)+ξ2
也就是说，误差可以分解为3个部分：bias、variance、noise。bias度量了算法本身的拟合能力，刻画模型的准确性；variance度量了数据扰动所造成的影响，刻画模型的稳定性。为了取得较好的泛化能力，则需要充分拟合数据（bias小），并受数据扰动的影响小（variance小）。但是，bias与variance往往是不可兼得的：
当训练不足时，拟合能力不够强，数据扰动不足以产生较大的影响，此时bias主导了泛化错误率；
随着训练加深时，拟合能力随之加强，数据扰动渐渐被学习到，variance主导了泛化错误率。
Bagging与Boosting
集成学习需要解决两个问题：
如何调整输入训练数据的概率分布及权值；
如何训练与组合基分类器。
从上述问题的角度出发，集成学习分为两类流派：Bagging与Boosting。Bagging（BootstrapAggregating）对训练数据擦用自助采样（boostrap sampling），即有放回地采样数据；每一次的采样数据集训练出一个基分类器，经过MM次采样得到MM个基分类器，然后根据最大表决（majority vote）原则组合基分类器的分类结果。
Boosting的思路则是采用重赋权（re-weighting）法迭代地训练基分类器，即对每一轮的训练数据样本赋予一个权重，并且每一轮样本的权值分布依赖上一轮的分类结果；基分类器之间采用序列式的线性加权方式进行组合。
从“偏差-方差分解”的角度看，Bagging关注于降低variance，而Boosting则是降低bias；Boosting的基分类器是强相关的，并不能显著降低variance。Bagging与Boosting有分属于自己流派的两大杀器：Random Forests（RF）和Gradient Boosting Decision Tree（GBDT）。本文所要讲的AdaBoost属于Boosting流派。
2. AdaBoost算法
AdaBoost是由Freund与Schapire [1] 提出来解决二分类问题y∈{0,1}y∈{0,1}，其定义损失函数为指数损失函数：
L(y,f(x))=exp(−yf(x))(1)(1)L(y,f(x))=exp(−yf(x))
根据加型模型（additive model），第mm轮的分类函数
fm(x)=fm−1(x)+αmGm(x)fm(x)=fm−1(x)+αmGm(x)
其中，αmαm为基分类器Gm(x)Gm(x)的组合系数。AdaBoost采用前向分布（forward stagewise）这种贪心算法最小化损失函数(1)(1)，求解子模型的αmαm
αm=12log1−ememαm=12log1−emem
其中，emem为Gm(x)Gm(x)的分类误差率。第m+1m+1轮的训练数据集权值分布Dm+1=(wm+1,1,⋯,wm+1,i,⋯,wm+1,N)Dm+1=(wm+1,1,⋯,wm+1,i,⋯,wm+1,N)
wm+1,i=wm,iZmexp(−αmyiGm(xi))wm+1,i=wm,iZmexp(−αmyiGm(xi))
其中，ZmZm为规范化因子
Zm=∑i=1Nwm,i∗exp(−αmyiGm(xi))Zm=∑i=1Nwm,i∗exp(−αmyiGm(xi))
则得到最终分类器
sign(f(x))=sign(∑m=1MαmGm(x))sign(f(x))=sign(∑m=1MαmGm(x))
αmαm是emem的单调递减函数，特别地，当em≤12em≤12时，αm≥0αm≥0；当em>12em>12时，即基分类器不满足弱可学习的条件（比随机猜测好），则应该停止迭代。具体算法流程如下：
1D1(i)=1/ND1(i)=1/N% Initialize the weight distribution
2 form=1,⋯,Mm=1,⋯,M:
3 learn base classifierGm(x)Gm(x);
4 ifem>0.5em>0.5then break；
5 updateαmαmandDm+1Dm+1;
6 end for
在算法第4步，学习过程有可能停止，导致学习不充分而泛化能力较差。因此，可采用“重采样”（re-sampling）避免训练过程过早停止；即抛弃当前不满足条件的基分类器，基于重新采样的数据训练分类器，从而获得学习“重启动”机会。
AdaBoost能够自适应（addaptive）地调整样本的权值分布，将分错的样本的权重设高、分对的样本的权重设低；所以被称为“Adaptive Boosting”。sklearn的AdaBoostClassifier实现了AdaBoost，默认的基分类器是能fit()带权值样本的DecisionTreeClassifier。
老师木在微博上提出了关于AdaBoost的三个问题：
1，adaboost不易过拟合的神话。2，adaboost人脸检测器好用的本质原因，3，真的要求每个弱分类器准确率不低于50%
3. 参考资料
[1] Freund, Yoav, and Robert E. Schapire. "A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting." Journal of Computer and System Sciences 55.1 (1997): 119-139.
[2] 李航，《统计学习方法》.
[3] 周志华，《机器学习》.
[4] Pang-Ning Tan, Michael Steinbach, Vipin Kumar,Introduction to Data Mining.
[5] Ji Zhu,Classification.
[6] @龙星镖局，机器学习刀光剑影之 屠龙刀.
