在算法开始时，为训练数据集中的每一个样本设定一个相同的权重。如对于样本集
\(D=\left\{ (x_1,y_1),(x_2,y_2),…,(x_n,y_n) \right\}\)，初始权重为
\(w^{(1)}=\left( w_{1}^{(1)} ,w_{2}^{(1)},…,w_{n}^{(1)} \right)\) ，其中
\(w_{i}^{(1)}=\frac{1}{n}\)，即在第一轮训练时，每个样本在模型训练中的重要度是相同的。
声明：小猿资源站是一个资源分享和技术交流平台，本站所发布的一切破解补丁、注册机和注册信息及软件的解密分析文章仅限用于学习和研究目的；不得将上述内容用于商业或者非法用途，否则，一切后果请用户自负。本站信息来自网络，版权争议与本站无关。您必须在下载后的24个小时之内，从您的电脑中彻底删除上述内容。如果您喜欢该程序，请支持正版软件，购买注册，得到更好的正版服务。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。
