知道在Adaboost方法中，随着弱学习机个数的增加，训练样本的权重在不断调整。这里有个疑惑，好多文献都提到在新一轮训练中，训练样本的选择根据权重来选，我的理解是权重大的样本选择的机率就就大（有点类似轮盘赌），使得训练样本中出现较多“困难”样本。但在下载的好多代码中，好像训练样本的选择和样本权重没有关系，始终是那个训练集，样本权重的变化仅仅用在计算弱学习机的权重上。这是为什么？还是我的理解有偏差？ 返回小木虫查看更多