ブースティング - 機械学習の「朱鷺の杜Wiki」ブースティング (boosting) / AdaBoost† バギングとならぶ代表的なアンサンブル学習の手法で，クラス分類問題を扱う． 弱学習器は，各事例を重み付けして学習できるものでなくてはならない． アルゴリズム AdaBoost \(D_t(\mathbf{x}_i)\) を均一に初期化． 以下の手続きを \(t=1,2,\ldots,T\) について反復 現在の誤分類率分布 \(D_t(\mathbf{x}_i)\) の重み付けを用いて，弱学習器に分類器 \(C_t(x)\) を生成させる． 誤分類率分布 \(D_t(\mathbf{x}_i)\) で重み付けした，データ集合 \(\{\mathbf{x}_i\}\) に対する誤分類率を \(\epsilon_t\) とする． \(\beta_t=\epsilon_t/(1-\epsilon_t)\) 誤分類分布を更新：事例 \(\
