【读书笔记】机器学习实战 第7章 7.6节 在难数据集上应用AdaBoost
来源:互联网 发布:fifa online3 cdk淘宝 编辑:程序博客网 时间:2024/06/06 08:57
AdaBoost没有过拟合:有文献称,对于表现好的数据集,AdaBoost的测试错误率就会达到一个稳定值,并不会随着分类器的增多而上升。
# 自适应数据加载函数def loadDataSet(fileName): # general function to parse tab -delimited floats numFeat = len(open(fileName).readline().split('\t')) # 获取列数 ,最后一列为类别标签 get number of fields dataMat = []; labelMat = [] fr = open(fileName) for line in fr.readlines(): lineArr =[] curLine = line.strip().split('\t') for i in range(numFeat-1): # 不需指定特征维度 lineArr.append(float(curLine[i])) dataMat.append(lineArr) # 样本特征 labelMat.append(float(curLine[-1])) # 最后一列为类别标签 return dataMat,labelMat # 返回样本特征和类别#D = mat(ones((5,1))/5)#datMat,classLabels = loadSimpData()#buildStump(datMat,classLabels,D)#classifierrr,agg = adaBoostTrainDS(datMat,classLabels)#re = adaClassify([0,0],classifierrr)datArr,labelArr = loadDataSet('horseColicTraining2.txt')classifierArray,agg = adaBoostTrainDS(datArr,labelArr,10)testArr,testLabelArr = loadDataSet('horseColicTest2.txt')prediction10 = adaClassify(testArr,classifierArray)errArr = mat(ones((67,1)))su = errArr[prediction10 != mat(testLabelArr).T].sum()
阅读全文
0 0
- 【读书笔记】机器学习实战 第7章 7.6节 在难数据集上应用AdaBoost
- 机器学习实战第7章-Adaboost
- 【读书笔记】机器学习实战 第7章 基于单层决策树的adaboost
- 读书笔记:机器学习实战【第7章:利用Adaboost元算法提高分类性能】
- 《机器学习实战》7:Adaboost
- 代码注释:机器学习实战第7章 利用AdaBoost元算法提高分类性能
- 【机器学习实战】第7章 集成方法 随机森林(RandomForest)和 Adaboost
- 机器学习实战--adaboost
- 机器学习实战----AdaBoost
- 机器学习实战 adaBoost
- 机器学习实战笔记7(Adaboost)
- 机器学习实战-7AdaBoost提升算法
- 【读书笔记】机器学习实战 第7章 7.7节非均衡分类问题
- 机器学习实战之adaboost
- 《机器学习实战》之Adaboost
- python机器学习实战:Adaboost
- 机器学习实战---读书笔记: 第2章 k-近邻算法
- 机器学习实战---读书笔记: 第3章 决策树
- ARM开发板修改设置静态IP
- Nginx教程
- 自定义view 画百分比
- Visio圆角左箭头转换成圆角右箭头
- 反射-总结
- 【读书笔记】机器学习实战 第7章 7.6节 在难数据集上应用AdaBoost
- 前台拼接html
- Buttion状态变化背景跟着变化
- matlab作时间相关的图
- Part Alerts Now in C#
- 中科院分词系统(NLPIR)JAVA简易教程
- 委托与回调的暧昧
- 如何在 HTTP 头中隐藏 PHP 版本号
- 真快 离校一年了