文章利用充分降维的思想,对分类问题的Binomial Boosting(BBoosting)算法进行了改进,提出了一种新的方法——Dimension Reduction Binomial Boosting(DRBBoosting)。这种算法在每次迭代中,结合充分降维方法,充分提取X与Y之间的信息,得到X的线性组合β^TX,用β^TX)(进行boosting迭代,避免了BBoosting对所有变量逐个分析。与BBoosting相比,收敛速度快,预测精度高;模拟比较也表明了DRBBoosting的优点。