定理： AdaBoost算法是前向分步加法算法的特例。这时，模型是由基本分类器组成的加法模型，损失函数是指数函数。

证明： 前向分步算法学习的是加法模型，当基函数为基本分类器时，该加法模型等价于AdaBoost的最终分类器

时，其学习的具体操作等价于AdaBoost算法学习的具体操作。

等价于

（可参见学习笔记|AdaBoost的扩展之一——前向分步算法）

对α求导并使导数为0得到

（可参见学习笔记|AdaBoost的扩展之一——前向分步算法）

最后看每一轮样本权值的更新。由

以及

可得

这与AdaBoost算法的样本权值更新只相关规范化因子，因而等价。

参考文献

1.统计学习方法（第2版），李航著，清华大学出版社