Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器（弱分类器），然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）。
2022-10-16 22:08:11
2KB
代码
'''
数据集：Mnist
训练集数量：60000(实际使用：10000)
测试集数量：10000（实际使用：1000)
层数：40
------------------------------
运行结果：
正确率：97%
运行时长：65m
'''
import time
import numpy as np
def loadData(fileName):
'''
加载文件
:param fileName:要加载的文件路径
:return: 数据集和标签集
'''
# 存放数据及标记
dataArr = []
labelArr = []
#
2022-08-08 15:55:11
88KB
1
基于Adaboost 算法的公司财务预测模型数据及代码，在Matlab R2021b上运行通过
2022-08-06 09:07:28
13KB
1
基于Adaboost 算法的公司财务预测模型数据及代码，在Matlab R2021b上运行通过
2022-08-06 09:07:27
13KB
1
人工智人-家居设计-基于AdaBoost算法的智能考勤系统研究和实现.pdf
2022-07-12 11:04:52
7.74MB
手动实现AdaBoost,语言为Python，最后使用五折交叉验证确定弱分类器数目的最优解，并有弱分类器与强分类器的比较实现及结果展示，欢迎大家下载。
2022-07-04 11:37:44
24KB
1