从Sklearn计算AdaBoost训练误差

Question

我有一个用python实现的adaboost，它能够正确地对我在训练集中的点进行分类

boost = AdaBoostClassifier( base_estimator = DecisionTreeClassifier(max_depth = 1, max_leaf_nodes=2), 
                        algorithm = 'SAMME',n_estimators=3, learning_rate=1.0)

当我打印最终精度时，我得到1.0

boost.score(X,y)

当我打印估计误差时

boost.estimator_errors_

我得到一个数组：[0.25,0.16666667,0.1]

如何计算实施的总体培训误差？我认为这可能是三次迭代中每一次错误分类率的加权和，但我找不到一个明确的答案。这是一个小数据集，我认为在每次迭代中有两点被错误分类