强分类器-----提升树的原理和推导
参考李航老师的统计学习方法一书
提 升方法实际上采用加法模型和前向分布算法，其中以决策树为基函数的提升方法称为提升树。
对于分类问题：决策树是二叉分类树，其中损失函数为指数损失函数
对于回归问题：决策数是二叉回归树，其中损失函数为误差平方和
一般决策问题：一般损失函数,为梯度下降算法
1. 提升树原理
对于二分类问题只需要将AdaBoost中的基本分类器限定为二分类树即可，即是AdaBoost的特殊情况
下面进行讨论回归问题的提升树模型
2 提升树算法例子
则s及对应的m(s)的计算结果列表如下