| 查看: 896 | 回复: 3 | ||
[求助]
求助：用adaboost方法将gabor特征数据分类该如何训练分类器？或者哪位有相似代码？
|
|
任务是：用adaboost算法将48维的gabor特征进行分类，标签为1-9.样本被分成的类别值（1-9），请问具体的思路是什么呢？ 下面是我的代码 首先将特征数据分为1类和非1类，其中寻找48列数据中每列数据特征值上的最优弱分类器searchbestweaklearner.m的关键代码: Y是标签向量，FeatureVector是48维数据中每列的值 u1=mean(FeatureVector(find(Y==1))); % 类别1均值 u2=mean(FeatureVector(find(Y~=1))); % 类别2均值************ iteration=4; % 迭代次数 sectNum=8; % 每次迭代,将搜索区域划分的片段 maxFea=max(u1,u2); % 搜索空间的最大值 minFea=min(u1,u2); % 搜索空间的最小值 step=(maxFea-minFea)/(sectNum-1); % 每次搜索的递增量 bestError=cntSamples; % 初值:最好的分类器错误率 for iter=1:iteration % 迭代iteration次,范围逐步缩小,寻找最优值 tempError=cntSamples; % 初值:第iter次迭代的分类器错误率 for i=1:sectNum % 第iter次迭代的搜索次数 thresh=minFea+(i-1)*step; % 第i次搜索的阈值 h=FeatureVector<thresh; % 所有样本的阈值分类结果 errorrate=sum(weight(find(h~=Y)));% 第iter次迭代第i次搜索加权错误率*******************************************这是什么算法？ p=1; if(errorrate>0.5) % 若错误率超过0.5，则将偏置反向 errorrate=1-errorrate; p=-1; end if( errorrate<bestError ) % 第iter次迭代最优的错误率 阈值 偏置 bestError=errorrate; % 第iter次迭代最小的错误率 bestThresh=thresh; % 第iter次迭代最小错误分类情况下的阈值 bestBias=p; % 第iter次迭代最小错误分类情况下的偏置 end end % 将搜索范围缩小,继续进行搜索 span=(maxFea-minFea)/8; % 搜索范围减为原有的1/4 maxFea=bestThresh+span; % 减少搜索范围后搜索空间的最大值 minFea=bestThresh-span; % 减少搜索范围后搜索空间的最小值 step=(maxFea-minFea)/(sectNum-1); % 减少搜索范围后每次搜索的递增量 end 各位有没有建议？感谢 |
回复此楼» 猜你喜欢
315求调剂
已经有15人回复
-
070300化学学硕311分求调剂
已经有9人回复
-
一志愿南昌大学，085600，344分求调剂
已经有7人回复
-
一志愿 江南大学 085602 化工专硕 338分求调剂
已经有13人回复
-
化学0703-一志愿211-338分求调剂
已经有8人回复
-
0703调剂，一志愿天津大学319分
已经有8人回复
-
085602调剂 初试总分335
已经有9人回复
-
336材料与化工085600求调剂
已经有8人回复
-
085600材料与化工301分求调剂院校
已经有6人回复
-
071000生物学调剂
已经有3人回复
2楼2014-05-04 20:14:04
dnp
荣誉版主 (知名作家)
小木虫浪子
- 应助: 74 (初中生)
- 贵宾: 18.476
- 金币: 18844.9
- 散金: 2040
- 红花: 77
- 沙发: 6
- 帖子: 7318
- 在线: 598.1小时
- 虫号: 437184
- 注册: 2007-08-26
- 性别: GG
- 专业: 生物信息学
- 管辖: 有机交流
3楼2014-05-07 13:31:12
|
谢！ |
4楼2014-05-10 15:54:03
