Adaboost(Adaptive Boosting):Adaboost是Boosting模型，和bagging模型（随机森林）不同的是：Adaboost会构建多个若分类器(决策树的max_depth=1)，每个分类器根据自身的准确性来确定各自的权重，再合体。同时Adaboost会根据前一次的分类效果调整数据权重。具体说来，整个Adaboost 迭代算法分为3步：1. 初始化训练数据的权值分布。如

xgboost是极端梯度提升，或者叫极值梯度提升算法，在各种数据竞赛中大放异彩，其效果显著

泊松分布是用来描述在一指定时间范围内或在指定的面积或体积之内某一事件出现的次数的分布。