AdaBoost算法迭代了什么？

Question

我正在尝试将决策树桩作为弱学习者来实现AdaBoost算法，尽管我无法完全理解这种算法的结构。 我正在从维基百科页面了解算法 - https://en.m.wikipedia.org/wiki/AdaBoost 由于算法是迭代的，我们在1 ... T＆＃39;中进行迭代。但这究竟是什么T？它是数据集中的样本总数，还是分割决策树桩的可能功能的数量？如果这是样本数量，那么这是否意味着我们可能会分裂多个弱学习者的相同特征？或者，加权数据样本的方法是否会阻止这种情况发生？

Answer 1

AdaBoost（以及所有增强算法）迭代地训练许多弱模型（指定为参数），其输出被聚合以形成最终集合。

所以T这里是要训练的弱学习者的数量。