AdaBoost算法會迭代什么？

Question

盡管我無法完全理解該算法的結構，但我還是試圖以弱者作為決策樹來實現AdaBoost算法。 我正在Wikipedia頁面上了解算法-https: //en.m.wikipedia.org/wiki/AdaBoost由於算法是迭代的，因此我們從't in 1 ... T'進行迭代，但是這個T到底是什么？ 是數據集中的樣本總數，還是這是用於拆分決策樹樁的可能特征的數量？ 如果這是樣本數，那么這是否意味着我們可能會在多個弱學習者中分裂同一特征？ 還是對數據樣本加權的方法阻止了這種情況的發生？

Answer 1

AdaBoost（和所有增強算法）迭代地訓練許多弱模型（指定為參數），將其輸出匯總以形成最終集合。

所以T這里是個弱學習訓練的次數。