基于AdaBoost的分类(测试算法)
来源:互联网 发布:hat linux重置root密码 编辑:程序博客网 时间:2024/06/05 19:37
1、 一旦拥有多个弱分类器以及其对应的alpha值,进行测试就变得相对容易。在上节的代码中已经完成了大部分代码,现在要做的就是将弱分类器的结果抽取抽来,应用到某个事例中,每个弱分类器乘以相对应的权重值,加权结果就是最终的结果。
2、python代码
def adaClassify(datToClass,dataArr,classLabels): classifierArr,aggClassEst1=adaBoostTrainDS(dataArr,classLabels,9) dataMatrix = mat(datToClass)#do stuff similar to last aggClassEst in adaBoostTrainDS m = shape(dataMatrix)[0] aggClassEst = mat(zeros((m,1))) for i in range(len(classifierArr)): classEst = stumpClassify(dataMatrix, classifierArr[i]['dim'], classifierArr[i]['thresh'], classifierArr[i]['ineq']) aggClassEst += classifierArr[i]['alpha']*classEst print aggClassEst return sign(aggClassEst)3、输出结果
最终结果将[0,0]分到-1类,下面我们测试一下[[0,0],[5,5],[3,4]]
可以看到最终结果分类正确
0 0
- 基于AdaBoost的分类(测试算法)
- 基于Adaboost的音乐情绪分类算法
- 基于Adaboost检测的分类器训练
- adaboost算法分类器的训练
- 基于BP弱分类器用Adaboost的强分类器
- AdaBoost分类算法实现
- adaBoost算法-分类
- 文本分类-Adaboost算法
- AdaBoost算法分类
- 基于Adaboost的人脸检测算法
- 集成剪枝分类算法的Adaboost集成学习算法示例
- 分类算法——Adaboost
- 利用AdaBoost元算法的分类器(代码笔记)
- 基于单层决策树的 AdaBoost的训练及测试过程
- 人脸检测--基于Adaboost算法的实现
- 算法-基于MACD的Adaboost股价涨跌预测模型
- 算法-基于成交量的Adaboost股价涨跌预测模型
- 基于AdaBoost算法的人脸检测--训练部分
- android 捕获全局异常
- 深度理解IOC
- android最流行的网络框架
- C++基本语法-----struct
- LeetCode *** 35. Search Insert Position
- 基于AdaBoost的分类(测试算法)
- 数字格式化,从右往左每隔三位加逗号(利用递归)
- 每天laravel-20160710|Event
- linux二进制分发软件包的安装和卸载
- 栅格化设计
- 《Python数据分析基础教程:Numpy学习指南》- 速记 - 第十一章
- mongodb数据导出与导入
- 安卓studio的使用
- MTK串口驱动测试方法