- 误差计算部分，也就是在**calculate_error**函数中，计算的结果实际上是每个弱分类器对于每次迭代的残差拟合的误差。我认为正确的误差计算应该是：在第i次迭代结束时，也就是在生成第i个弱分类器后，我们得到了弱分类器的模型以及其占有的权重，则第i次迭代之后总分类器的误差应该是从第1个到第i个弱分类器的权重乘以模型输出之和。具体参考adaboost的误差计算结果。 - 此外，tradaboost算法中，计算误差使用的是后N/2个弱分类器的输出，忽略了前N/2个弱分类器的输出，这个地方有大神可以解释一下吗？论文中的证明虽然正确，但总感觉怪怪的
误差计算部分，也就是在calculate_error函数中，计算的结果实际上是每个弱分类器对于每次迭代的残差拟合的误差。我认为正确的误差计算应该是：在第i次迭代结束时，也就是在生成第i个弱分类器后，我们得到了弱分类器的模型以及其占有的权重，则第i次迭代之后总分类器的误差应该是从第1个到第i个弱分类器的权重乘以模型输出之和。具体参考adaboost的误差计算结果。
此外，tradaboost算法中，计算误差使用的是后N/2个弱分类器的输出，忽略了前N/2个弱分类器的输出，这个地方有大神可以解释一下吗？论文中的证明虽然正确，但总感觉怪怪的