想一想，如果$f$是不可估计的，它可以添加任何常数，而不会影响过程的结果。

这意味着如果没有施加其他约束，$f$没有很好/唯一的定义，实际上代表了一整类函数。这显然需要修复，并且需要添加一些自然约束（以唯一地修复$f$）。

另一方面，附加约束也可以看作是过程的一个自由参数，然而它需要以某种方式固定在过程的具体实例中才能发生。

与物理学类比，该算法是“规范不变”的，但是对于要解决的任何具体物理问题，都需要选择和固定一些“规范”。

他们选择施加对称约束AdaBoost，这在 2 类情况下减少到通常的情况。

可以施加另一种约束$f$（而不是对称的），如果需要，选择满足其他标准（只要它可以唯一地固定$f$）。

例如，一般的非对称约束也是有效的：

对于任意常数$c$. 这也修复了$f$独特的是，它可以引入偏爱某些类别而不是其他类别的偏见（例如，对于不平衡的问题）。另外，除非$c=0$，在 2 类情况下不会减少到（对称）AdaBoost（这可能是可取的，也可能不是可取的）。