在我转载的其他的两篇文章里，有对cvCreateMTStumpClassifier的详细介绍，分别是http://blog.csdn.net/ding977921830/article/details/46356789和http://blog.csdn.net/ding977921830/article/details/46412465，但是我还是看了好多遍才梳理出一个头绪，现总结如下：
（1）预计算出所有特征对训练样本特征存储在valCache中，经过排序后，存储在idxCache；
（2）对特征分组，每组数量为portion；
（3）对于每个特征，也就是上面idxCache的每一行，利用宏ICV_DEF_FIND_STUMP_THRESHOLD( suffix, type, error ) 计算最佳阈值，衡量标准是不纯度（entropy，gini，misclasification，残差平方和）。
（4）最后的一个do-while循环，就是用来跳过和当前结点相同的特征值。虽然以后续的、相同的值作为结点划分左右子树，残差平方和可能会改变，但是决策树划分的最小单位是特征值的种类，因为在利用决策树进行分类的时候，必须对相同的特征值做出一样的决策（该划入左子树还是该划入右子树）。
cvCreateMTStumpClassifier计算最优弱分类器的代码总体思路
原文：http://blog.csdn.net/ding977921830/article/details/46443361