思路：通过改变训练样本权重，学习多个分类器，并将这些分类器进行线性组合，提高分类器性能。大多数提升方法都是改变训练数据的概率分布（数据的权值）
强可学习：存在一个多项式的学习算法能够学习他，并且正确率很高
弱可学习：存在一个多项式学习算法学习，正确率比随机猜测要好一些
具体问题：
（1）在每一轮如何改变数据权值：提高被前一轮分类器错误分类样本的权值
（2）如何将弱分类器组成强分类器：加权多数表决法，加大正确率高（误差率小）的弱分类器的权值
AdaBoost算法：
原文：https://www.cnblogs.com/chuang0104/p/9028499.html