我正在尝试用Python实现AdaBoost算法。

我有一组包含m个弱分类器的列表，称为classifiers。
我有一个名为_D的向量，存储当前迭代的分布值。
我的代码如下（向量是numpy数组）：

for t in range(m):  chosen_examples_indexes = []  for i, d in enumerate(_D):    if np.random.binomial(1, d) == 1:      chosen_examples_indexes.append(i)    training_examples = examples[chosen_examples_indexes]

问题是_D的使用是否正确。如果不正确，正确的使用方法是什么？

回答：

AdaBoost的核心版本使用分布D来加权样本，而不是抽样样本（尽管在极限情况下这几乎是一样的，但在固定长度的场景中这是完全不同的）。

因此，在你的记号中，你只需这样做

X, y = # 从examples中获取训练数据for t in range(m):    classifiers[t].fit(X, y, sample_weights=_D)    # 根据结果更新_D

如果你的分类器不支持sample_weights，那么这个问题就更复杂了，解决方案大致如你所提供的，但是如果可能的话，总是应该优先使用加权，因为这是我们感兴趣的直接优化，而不是抽样的随机近似。

for t in range(m):    chosen_examples_indexes = np.array([np.random.random() < _d for _d in _D])    training_examples = examples[chosen_examples_indexes]    X, y = # 从training_examples中获取训练数据    classifiers[t].fit(X, y)    # 根据结果更新_D