白话机器学习算法（二十二）Adaboost
Adaboost是一种弱分类器转化为强分类器的算法，其对于每个弱分类器赋予一个权重，最终将这些带权弱分类器线性组合成一个强分类器。
问题就转化为如何获得权值？
基本的步骤如下
Step1：为每个样本赋予一个权值
Step2：利用训练数据第一个弱分类器
Step3：得到第一个弱分类器的分类误差率
Step4：利用分类误差率得到第一个弱分类器的权重
Step5：对样本的权重进行更新
Step6：训练下一个弱分类器，直到都训练完毕
Step7：将带权弱分类器进行线性组合得到一个强分类器
这里有人肯定会困惑，对于样本赋予一定的权重是什么意思？对于分类器赋予权重尚且可以理解为一定的投票机制，对样本为啥要赋予权重？
Adaboost是数据驱动，错误驱动的分类器，某种意义有类似于神经网络的权值更新方法。
