我在尝试实现AdaBoost算法时，有两个问题需要解答。

1) 在每次迭代中，训练数据需要根据一个概率分布重新抽样。重新抽样的数据集大小是否需要与原始数据集大小相同？2) 如果我根据一个概率分布重新抽样训练数据集，很可能会得到某个数据点的多个副本。在每次迭代中训练弱分类器时，我是否应该保留所有这些冗余的副本？

回答：

1) 你不需要实际重新抽样数据集，只需在训练分类器时对数据点进行加权处理即可，即弱分类器的目标函数应是有权重的。

如果数据集的规模足够大，你也可以使用抽样方法，且抽样数据集的大小本身并不重要。

2) 如果你使用抽样方法并得到了冗余的副本，你绝对应该保留它们，否则弱分类器的目标函数将不会正确。