文件名称：Adaboosting:机器学习二进制和真实的 adaboosting
文件大小：49KB
文件格式：ZIP
更新时间：2024-07-26 03:31:05
Java
Adaboosting 机器学习二进制和真实的 adaboosting 输入 包含以下信息的文件：T（整数）。 n（整数）。 epsilon（一个小的实数）x（n 个实数的列表。假设它们按递增顺序排列）。 y（n 个数字的列表，每个数字都是 1 或 -1）。 p（总和为 1 的 n 个非负数的列表）。 例子： 10 4 0.0000001 1 2 3.5 4.5 1 -1 1 1 0.25 0.25 0.25 0.25 弱分类器 弱分类器产生以下形式的假设：x < v> v。它总是从整个数据中计算出来的。 （无采样。） 第 I 部分二进制 AdaBoosting（此处忽略第一个输入行中给出的 epsilon 值。）应计算什么 运行二进制 AdaBoosting 算法的 T 次迭代。 对于每次迭代计算并打印以下内容： 选择的弱分类器：ht。 ht 的错误： t。
【文件预览】：
Adaboosting-master
----real4.txt(7KB)
----.project(368B)
----.gitattributes(483B)
----binary5.txt(14KB)
----adaboost-1.dat(55B)
----src()
--------com()
----binary2.txt(0B)
----adaboost-5.dat(0B)
----real3.txt(3KB)
----datasets()
--------real-adaboost-4.txt(7KB)
--------bin-adaboost-2.txt(0B)
--------real-adaboost-5.txt(13KB)
--------bin-adaboost-4.txt(9KB)
--------bin-adaboost-1.txt(0B)
--------real-adaboost-1.txt(0B)
--------bin-adaboost-5.txt(14KB)
--------real-adaboost-2.txt(2KB)
--------bin-adaboost-3.txt(3KB)
--------real-adaboost-3.txt(2KB)
----adaboost-3.dat(0B)
----real5.txt(13KB)
----.settings()
--------org.eclipse.jdt.core.prefs(587B)
----real2.txt(2KB)
----binary4.txt(9KB)
----README.md(2KB)
----binay3.txt(0B)
----adaboost-2.dat(0B)
----binary1.txt(0B)
----.classpath(295B)
----.gitignore(606B)
----real1.txt(0B)
----bin()
--------com()
----adaboost-4.dat(0B)