# AdaBoost：用一串弱分类器组成强分类器

> 来源：https://deeplearning.bnuai.com/demos/adaboost ｜ 作者：唐志清（北京师范大学） ｜ 更新：2026-11-01 ｜ 内容依据邱锡鹏《神经网络与深度学习》（https://nndl.ai/）及作者公开课件

> （此处为交互演示，请在网页中使用：https://deeplearning.bnuai.com/demos/adaboost）

## 观察要点

1. 每轮弱分类器只需比随机猜测略好。
2. 错分样本权重增大，迫使后续分类器关注难样本。
3. 最终分类器是加权投票，训练错误率随轮数指数下降。

相关章节：[第 10 章　模型独立的学习方式](https://deeplearning.bnuai.com/chapters/10-model-independent-learning)。