在adabosst算法中，在训练强分类器的时候，为什么是错误分类的弱分类的权值增大，而正确分类的弱分类器的权值变小？这样的话下次分类的时候，错误分类的弱分类器不是就起更大的作用了，不更有分错的可能吗？
这个是有噪声的，需要先去掉噪声再训练
使被错误分类的样本的权重增加，这样在下一次迭代中，产生一个错误率更小的弱分类器，使得这个弱分类器的权重增大