这是一些著名的回归量提升的链接。

• Adaboost.R2：使用 Boosting 技术改进回归量
• Adaboost.RT：AdaBoost.RT 实验，一种改进的回归增强方案

Scikit-Learn 有很多实现：

• AdaBoost 回归器
• 使用 AdaBoost 进行决策树回归

作为一般原则，Adaboost 通过顺序添加已在那些被证明最难正确分类/预测的数据实例上训练过的成员来构建和集成。

每个新的分类器/预测器都有一个训练集，其中越来越多地表示困难的例子，这可以通过加权或重采样来实现。

分类或回归的方法应该几乎没有区别。

AdaBoost 是一种元算法，所以基本原理是相同的：我建议通过这个作为参考。