機器學習系列（7）：Adaboosting算法和KNN算法

前言：Adaboosting算法核心：弱分類器以及不同權重的樣本。分類正確，樣本權重減少；分類錯誤，樣本權重增加。

      KNN算法核心：訓練數據集以及距離（歐式距離或馬氏距離）。計算訓練數據與待測數據的距離，在最近的K個訓練數據中，哪種標籤的訓練數據最多，則待測數據爲該標籤。

         待續。。。

正文：

       

參考資料：

                1.小魏的修行路（挺簡潔的！）http://blog.csdn.net/xiaowei_cqu/article/category/1436166

                      2.百度的研發博客（突然發現還不錯！）

                      3.Leftnoteasy的gradient-boosting值得一讀！