Я рассматриваю различные алгоритмы Adaboost для регрессии. Популярные реализации (например, Adaboost.R2, Adaboost.RT), как правило, используют функцию потерь, основанную на остатках предыдущей модели, для взвешивания процедуры повторной выборки (с заменой). Существуют ли какие-либо вариации, в которых функция потерь используется для взвешивания функции стоимости последующей модели, а не для пересчета точек обучения? Или же оба они будут иметь одинаковый / похожий эффект?
Спасибо!