我知道在温柔和 ada 之间已经提出了一些问题，但我想知道温柔和其他人。
例如，我看到两部不同的作品谈论 AdaBoost.M1 和 AdaBoost.M2，另一部作品只涉及 Gentle、Real 和原始 Adaboost。
在我看来，Gentle 是温柔、真实和原创中最新最好的一款；并且M2优于M1。
我不确定（.M1 和 .M2）与 Gentle、Real 和 Original 之间有什么区别。
R 中有一个名为ada的包，它建立在 Real、Gentle 和 Original Adaboost 之上，但由于它既不涉及 .M1 也不涉及 .M2，我无法比较哪个更好。
可以在 Artur Ferreira 的论文“监督和半监督学习的 Boosting Algorithms 调查”中找到对几种变体的调查。
通常，原始 AdaBoost 返回二进制值类，它是几个组合模型的集成符号结果。
Real AdaBoost 返回类成员的实值概率。
论文中涵盖了其他变体，但在普通文献中很少提及。据我了解，Gentle Adaboost 产生了一个更稳定的集成模型。AdaBoost.M1 和 AdaBoost.M2 模型是多类分类的扩展（M2 克服了 M1 中分类器的最大错误权重的限制）。 “使用新的提升算法进行实验”，Yoav Freund 和 Robert E. Schapire。