前面介绍了Adaboost，知道了Adaboost是损失函数为指数函数的Boosting算法。那么Boosting还包括了以下几个：
| 损失函数名称 | 损失函数 | 算法 |
| 平方差（Squared error） | $frac{1}{2}(y_i-f(x_i))^{2}$ | L2 Boosting |
| 绝对值差（Absolute error） | $left | y_i-f(x_i) ight |$ | Gradient Boosting |
| 指数损失（Exponential loss） | $exp(-widetilde{y_i}f(x_i))$ | Adaboost |
| 对数损失（Log loss） | $log(1+exp(-widetilde{y_i}f(x_i)))$ | LogitBoost |
其中：
$f(x)=w_0+sum_{m=1}^{M}w_mphi (x)$
$widetilde{y_i}in {-1, +1}$
$y_i in {0, +1}$
除了Adaboost外，其余三个还没学习。写在这里以备后续了解boosting算法。