前言

根据Adaboost算法更新权重的原理我们知道想要在下一轮训练中使误分类的样本的权重增加，每一轮训练的错误率都必须小于0.5，包括初始化分类器时也是如此。初始化一般都是随机初始化，对于二分类任务，每个样本都有0.5的概率被预测正确，要达到0.5以上的正确率还是比较容易的，但是对于多分类问题就不一样了，在多分类问题中如果有根据Adaboost算法更新权重的原理我们知道想要在下一轮训练中使误分