11 我知道Adaboost会尝试使用一组弱分类器的线性组合来生成强分类器。 但是，我读过一些论文，建议Adaboost和SVM在某些条件和情况下可以协调工作（即使SVM是强大的分类器）。 从体系结构和编程的角度看，我无法把握它们如何结合使用。我读过许多论文（也许是错误的论文），但并没有清楚地解释它们如何协同工作。 有人可以阐明他们如何结合使用以进行有效分类吗？指向一些论文/文章/期刊的指针也将不胜感激。 classification svm references boosting — 加拉克 source
8 这篇论文很好。它只是说如果您使用较少的样本来训练SVM，SVM可以被视为弱分类器（假设少于训练集的一半）。权重越高，“弱支持向量机”将对其进行训练的机会就越多 编辑：链接现已修复。 — 波普林 source 我知道这是一个老问题，但是链接已断开。您是否偶然知道论文标题或作者姓名，以便我找到其他链接？ — carlosdc 万一该链接将来再次消失，该论文被ElkinGarcía和Fernando Lozano称为“提升支持向量机”。 — Dougal 2015年
2 Xuchun Li等人的论文AdaBoost带有基于SVM的组件分类器，也给出了一个直觉。 简短但可能带有偏见的摘要：他们正在通过调整参数来使svm分类器“弱”（略超过50％），以避免一个分类器的权重过高或所有分类器类似地触发的情况。 — 紫君迷路 source