正如我在工作中反复提到的 AdaBoost 分类器一样，我想更好地了解它的工作原理以及何时需要使用它。我已经继续阅读了一些我在谷歌上找到的论文和教程，但是我仍然无法理解分类器的某些方面：
我见过的大多数教程都说 AdaBoost 是寻找许多分类器的最佳加权组合。这对我来说很有意义。没有意义的是 AdaBoost 似乎只接受一个弱学习器的实现（即 MALLET）。这有什么意义？如果只有一个分类器提供给 AdaBoost，它不应该只返回权重为 1 的相同分类器吗？它如何从第一个分类器产生新的分类器？
什么时候真正想要使用 AdaBoost？我读过它应该是最好的开箱即用分类器之一，但是当我尝试提升 MaxEnt 分类器时，我得到了 70% 以上的 f 分数，AdaBoost 谋杀了它并给了我 f- 15% 左右的分数具有非常高的召回率和非常低的精度。所以现在我很困惑。我什么时候想使用 AdaBoost？如果可能的话，我正在寻找更多直观而非严格的统计答案。