PBT说了Adaboost四个缺点（PBT就是解决这些问题的）：
1.adaboost通过渐进聚集（asymptotically converges）来达到目标分布，需要成千上万个弱分类器，增加计算负担；
2.被选择的特征的顺序在训练阶段是不可保存的，然而特征顺序和语义可能高度关联，因此，理解物体是非常重要的；
3.重赋权模式可能让正确分类的样例再次被分错；
4.从二分转为多分，弱分类器对于多分类的输出编码会很难而且计算代价高。
明天接坑。PBT
原文：http://www.cnblogs.com/BEWINDOWEB/p/5240398.html
