AdaBoost：串起一堆弱分类器
一条横平竖直的线（一个“树桩”弱分类器）只比瞎猜强一点点。AdaBoost 的想法是把许多这样的弱分类器串起来纠错：每加一个，就盯住上一轮被分错的样本、加大它们的权重，逼下一个分类器专攻这些难点；最后让所有弱分类器加权投票——投得准的票更重。和并联取平均的 Bagging 不同，AdaBoost 是一根接一根、越接越准。这里要分的两类被一条斜线隔开，而每个弱分类器只能横切或竖切；看 AdaBoost 怎样用一串横竖刀拼出一道贴合斜线的“楼梯”。
蓝点（左下）、红点（右上）被一条斜线分开。每一步加一个弱分类器（虚线，只能横/竖切）。点越大＝当前权重越高（越受重视），深色圈＝当前还被分错。背景是“加权投票”后的判定区域——看它怎样一步步贴近真实边界。
串联纠错
每加一个弱分类器，就放大上一轮被分错样本的权重，逼下一个去专攻这些难点。
弱分类器
单个“树桩”只切一刀、只比随机好一点；关键是它们能各管一段、互补。
加权投票
最终预测＝所有弱分类器按权重 α 投票，错误率越低的票越重——合议出强分类器。