我在python中有一个adaboost实现，能够正确分类训练集中的点。
boost = AdaBoostClassifier( base_estimator = DecisionTreeClassifier(max_depth = 1, max_leaf_nodes=2),
algorithm = 'SAMME',n_estimators=3, learning_rate=1.0)
当我打印最终精度时，我得到1.0
boost.score(X,y)
当我打印估算器错误
boost.estimator_errors_
我得到了一个数组：[0.25，0.16666667，0.1]
如何计算实施过程中的总体培训错误？我认为这可能是三个迭代中每一个的误分类率的加权总和，但我找不到确切的答案。这是一个很小的数据集，我认为每次迭代都将两点分类错误。