学习adaboost（三，第二次迭代，c#实现）-Toy模板网

这篇具有很好参考价值的文章主要介绍了学习adaboost（三，第二次迭代，c#实现）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

我们改进了第一次迭代：第二次迭代如下：因为三个弱分类器都是犯了3次错误，我们故意选了y>6.5,标签=1，else，标签=-1；第一个弱分类器已经选了，再选一次没意义，不会有任何进展，和第一次迭代一模一样。先看代码：

float[] 第er个弱分类器jieguo = new float[] { -1, -1, -1, -1, 1,-1, 1, 1, 1, -1 };
float[] 最初的标签样本 = new float[] { 1, 1, -1, -1, 1, -1, 1, 1, -1, -1 };
//以上两个数组相乘，ok为1，ng为-1，
//1,2,9分错值为-1，数组序号0，1，8
//第一个弱分类器的错误率0.16*3=0.48
//第二个弱分类器的错误率0.07*3=0.21，0.21<0.48,所以选第二个弱分类器作为第二次迭代,并且更新dataP。
for (int j = 0; j < example.Count; j++)
{
if (第er个弱分类器jieguo[j] * 最初的标签样本[j] == -1.0f)
{
//分错的变大
dataP[j] = dataP[j] / (2 * (3 * 0.07f));
}
if (第er个弱分类器jieguo[j] * 最初的标签样本[j] == 1.0f)
{ //分对的变小
dataP[j] = dataP[j] / (2 * (1 - 3 * 0.07f));
}
}
//计算a2=1/2ln((1-e)/e)
double a2 = 0.5 * Math.Log(0.79 / 0.21);
// float[] jieguo2 = new float[] { 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 };
for (int i = 0; i < 10; i++)
{
if (a2 * 第er个弱分类器jieguo[i]+ a1 * 第一个弱分类器jieguo[i] > 0)
jieguo[i] = 1;
if (a2 * 第er个弱分类器jieguo[i]+ a1 * 第一个弱分类器jieguo[i] < 0)
jieguo[i] = -1;
if (a2 * 第er个弱分类器jieguo[i]+ a1 * 第一个弱分类器jieguo[i] == 0)
jieguo[i] = 0;
}