决策树/树桩与Adaboost

我刚开始用Adaboost学习决策树，正在OpenCV上试用，但有一些问题。

增强的决策树

我知道，当我将Adaboost与决策树一起使用时，我会不断地将决策树与训练数据的重新加权版本相匹配。通过加权多数票进行分类

在使用Adaboost训练决策树时，我可以使用Bootstrapping吗？即，在将分类器输入Adaboost之前，我们选择数据集的子集并在每个子集上训练树。

决策失误

我对决策失误也使用同样的技巧吗？或者我可以创建与特征数量相等的树桩吗？也就是说，如果我有两个具有10个特征的类，在将分类器输入Adaboost之前，我为每个特征创建总共10个决策Stumps。