adaboost简单分类案例(附MATLAB源码).docxVIP

算法介绍 算法分析 举例说明 依次循环 总结 该方法只是adaboost入门案例，里面的分类效果不好，需要进一步改进，但是可以作为入门学习的资料。 MATLAB源码 clc; clear all; close all; %绘制给出的点数 x = [0,1,2,3,4,5,6,7,8,9]; y = [1,1,1,-1,-1,-1,1,1,1,-1]; z = [x;y]; subplot(2,1,1) for i = 1:1:size(x,2) if y(i) == 1 plot(x(i), y(i), +r); else plot(x(i), y(i), o); end hold on end axis([-1,10,-2,2]);%设置坐标轴 %进行线性弱分类器分类 num = 4; %循环次数 wSample = 1/size(x,2)*ones(size(x,2), 1);%样例的权重 wClass = zeros(num,1);%存放权重值 h = zeros(num,1);%存放分类器 be = ones(num,1);%为下面循环取得最小误差提供变量 for i1 = 1:1:num for j = 0:0.1:9 e0 = 0; %判断错误的 e1 = 0; %判断正确的 for k = 1:10 %线两边同时判别，以最小误差率为准则进行取值 if z(1,k) j if z(2,k) == 1 e0 = e0+wSample(k); else e1 = e1+wSample(k); end else if z(2,k) == -1 e0 = e0+wSample(k); else e1 = e1+wSample(k); end end end if be(i1) e0 be(i1) = e0; h(i1) = j; end end %画出该弱直线分类器 line([h(i1) h(i1)],[-2 2],color,c,LineWidth,4) %[][][x前 x后]][y前 y后]（[]内空格隔开，无逗号） sumclass = sum(wSample(:,1));%计算上一次各个权重分布和 %如此我已经找到了最好的值，下面计算分类器权重 we = be(i1)/sumclass; wClass(i1) = 0.5*log((1-we)/we); %计算各个的权重分布 for k1 = 1:10 if z(1,k1) h(i1) if z(2,k1) == 1 wSample(k1) = exp(wClass(i1))*wSample(k1); else wSample(k1) = exp(-wClass(i1))*wSample(k1); end else if z(2,k1) == -1 wSample(k1) = exp(wClass(i1))*wSample(k1); else wSample(k1) = exp(-wClass(i1))*wSample(k1); end end end end hold off %测试得到的强分类器 subplot(2,1,2) G=zeros(901,1); abak = 0:0.01:9; for q=1:1:901 for abai = 1:num if abak(q) h(abai) G(q) = G(q) + wClass(abai)*(-1); else G(q) = G(q) + wClass(abai)*(1); end end end plot(abak,G,r,LineWidth,4) hold on SG=zeros(901,1);%绘制sign函数图形 for i = 1:1:901 SG