adaboost回归预测时样本权重怎么体现呢？在分类问题上（一般弱学习器为决策树）迭代后更新样本权重继续训练，可以根据选取划定阈值计算误差率体现这个权重作用，但是如果弱学习器为ELM时（或者神经网络），没有划定阈值这个过程，每一次训练结果还是相同的。第一次权重更新后，如何用更新权重的样本进行训练？求描述详细些。
有没有大佬可以帮讲解一下啊
可以都有吗？着重于更新样本权重后怎么用新的权重分布训练下一个学习器 。
弱学习器为ELM的
嗯嗯，好的，谢谢