adaboost算法是boosting算法的一种。boosting算法主要思想是用大量的简单的预测方法，得到一个比较准确的预测方法。譬如人脸检测中就是用的这种方法。
adaboost伪代码：
输入：
训练集：
其中
训练的轮数T。
For
：
初始化
//设置每组训练集的权重。开始都为1/m.
For
：
1.对于弱分类器H，找到误判率最小的分类器
是误判率。
其中
.
2.如果
，这里
是一个预先选择的阀值，停止训练。
令
3.For
更新
其中分母
是标准化因子，保证
是一个概率分布
输出最终的分类器
这个算法可以用到很多地方，不过需要选择大量的分类器。
由于本人技术不是很好，欢迎来辩
原文：http://www.cnblogs.com/xiaokangzi/p/3577537.html
