我在python中有一个adaboost实现，能够正确分类训练集中的点。

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)

当我打印估算器错误

boost.estimator_errors_

我得到了一个数组：[0.25，0.16666667，0.1]

如何计算实施过程中的总体培训错误？我认为这可能是三个迭代中每一个的误分类率的加权总和，但我找不到确切的答案。这是一个很小的数据集，我认为每次迭代都将两点分类错误。