标签：builds span sign matrix 组成 参数 一个 cte class
Adaboost为一种集成算法，是对其他算法进行组合的一种方式。
本文将通过单层决策树分类器建立一个Adaboost优化算法，即利用多个弱分类器构建一个强分类器。
弱分类器：分类器性能比随机猜测要略好，但是也不会好太多。
强分类器：分类器性能比随机猜测好很多。
下面结合代码说明Adaboost算法原理和思路：
单层决策树是一种简单的决策树，仅基于单个特征来做决策。
首先加载简单的训练数据。
def loadSimpleData():
dataMat = np.mat(
[ [1.0,2.1],
[2.0,1.1],
[1.3,1.0],
[1.0,1.0],
[2.0,1.0]]
)
classLabels = [1.0,1.0,-1.0,-1.0,1.0]
return dataMat,classLabels
训练数据：训练数据大小为(5, 2)，即 m = 5, n = 2，同时返回的还有每个数据点对应的类别所组成的向量。
为了方便使用，我们首先构造单层决策树的代码：
def buildStump(dataArr, classLabels, D):
dataMatrix = np.mat(dataArr)
labelMatrix = np.mat(classLabels).T
m,n = np.shape(dataArr)
numSteps = 10.0
bestStump = {}
bestCalssEst = np.mat(np.zeros((m,1)))
minError = math.inf # 正无穷大
for i in range(n): # 遍历所有的特征
rangeMin = dataArr[ : ,i].min()
rangeMax = dataArr[ : ,i].max()
stepSize = (rangeMax - rangeMin) / numSteps
for j in range(-1,int(numSteps) + 1): # 该维度上分隔线能取的范围内移动
for inequal in [‘lt‘,‘gt‘]: # 指定分类的方向
threshVal = (rangeMin + float(j) * stepSize) # 计算阈值
predictedVals = stumpClassify(dataMatrix,i,threshVal,inequal)
errArr = np.mat(np.ones((m,1)))
errArr[predictedVals == labelMatrix] = 0
weightedError = D.T * errArr # 根据权重值计算误差
print(‘split: dim %d, thresh %.2f, thresh ineqal: %s, the weighted error is %.3f‘
%(i,threshVal,inequal,weightedError))
if weightedError < minError:
minError = weightedError
bestCalssEst = predictedVals.copy()
bestStump[‘dim‘] = i
bestStump[‘thresh‘] = threshVal
bestStump[‘ineq‘] = inequal
return bestStump,minError,bestCalssEst
上面代码执行的流程：
该函数传入三个参数：训练数据集（dataArr）, 类别数据集（classLabels）, 每个样本点权重组成的向量（D）。
这是上面用到的预测类别的函数：
def stumpClassify(dataMatrix,dimen,threshVal,threshIneq):
retArray = np.ones((np.shape(dataMatrix)[0], 1))
if threshIneq == ‘lt‘: #根据指定的分类的方向修改数据的类别
retArray[dataMatrix[ : ,dimen] <= threshVal] = -1.0 # 小于阈值的为-1类
else:
retArray[dataMatrix[ : ,dimen] > threshVal] = -1.0 # 大于阈值的为-1类
return retArray
了解了单层决策树的原理流程后，接下来就是完整的Adaboost算法的实现了：
# 基于单层决策树的AdaBoost训练过程
def adaBoostTrainDS(dataArr, classLabels, numIt = 40):
weakClassArr = []
m = np.shape(dataArr)[0] # 行数
D = np.mat(np.ones((m,1))/m) # 初始化D
aggClassEst = np.mat(np.zeros((m,1)))
for i in range(numIt):
bestStump,error,classEst = buildStump(dataArr,classLabels,D)
print(‘D:‘,D.T)
alpha = float(0.5 * math.log((1.0- error)/max(error,1e-16))) # 避免除数为0溢出
bestStump[‘alpha‘] = alpha
weakClassArr.append(bestStump)
print(‘classEst:‘,classEst.T)
expon = np.multiply(-1* alpha * np.mat(classLabels).T, classEst)
D = np.multiply(D, np.exp(expon))
D = D/D.sum()
aggClassEst += alpha * classEst
print(‘aggClassEst:‘,aggClassEst.T)
aggErrors = np.multiply(np.sign(aggClassEst) != np.mat(classLabels).T,np.ones((m,1)))
errorRate = aggErrors.sum()/m
print(‘total error:‘,errorRate,‘\n‘)
if errorRate == 0: break
return weakClassArr
代码执行的流程简要如下： 该函数三个输入参数分别为：训练数据集（dataArr）, 类别数据集（classLabels）, 迭代次数（用户指定）
以上就是基于单层决策树利用Adaboost算法构建强分类器的过程，当然也可用其他类型的分类器作为弱分类器来构建。
标签：builds span sign matrix 组成 参数 一个 cte class
原文地址：http://www.cnblogs.com/weimusan/p/7499401.html
