第1章 绪论

1.1 选题意义

1.2 本书主要内容

1.3 本书的结构安排

第2章 Boosting算法综述

2.1 引言

2.2 Boosting算法描述

2.3 Boosting算法的研究历程

2.4 Boosting算法介绍

2.4.1 Adaboost算法

2.4.2 LogitBoost算法

2.4.3 L2Boost算法

2.4.4 Arc-x4算法

2.5 Boosting算法的应用

第3章 Boosting分类算法研究

3.1 简介

3.2 两分类的Balanced Adaboost（BAboost）算法

3.2.1 BAboost算法介绍

3.2.2 实验结果

3.2.3 BAboost算法是对指数损失下最优解的调整

3.3 多分类的Balanced Adaboost-J（BAboost-J）算法

3.3.1 BAboost-J算法介绍

3.3.2 实验结果

3.3.3 结论

3.3.4 讨论Adaboost与BAboost的区别

3.4 两分类的Balanced Logitboost（BLogitboost）算法

3.4.1 BLogitboost算法介绍

3.4.2 实验结果

3.5 多分类的Balanced Logitboost（BLogitboost-J）算法

3.5.1 BLogitboost-J算法介绍

3.5.2 实验结果

3.6 算法的进一步讨论

第4章 Boosting回归算法研究

4.1 简介

4.2 ABRT算法

4.2.1 ABRT算法介绍

4.2.2 ABRT算法是加权的可加模型的逐步更新算法

4.2.3 实验结果

4.2.4 ABRT算法与基回归树之间的关系

4.2.5 讨论

4.3 ABRT-1算法

4.3.1 ABRT-1算法介绍

4.3.2 实验结果

4.4 ABRT-D算法

第5章 结论与未来工作的展望

5.1 结论与不足

5.2 未来工作展望

参考文献