Machine learning 关于adaboost算法
我正在做一个交通流量预测,我可以预测一个地方的交通量是大还是小。我已将每个流量分类为1-5,1为最轻流量,5为最重流量 我看到了这个网站,AdaBoost算法,我真的很难学习这个算法。 特别是在Machine learning 关于adaboost算法,machine-learning,classification,traffic,prediction,adaboost,Machine Learning,Classification,Traffic,Prediction,Adaboost,我正在做一个交通流量预测,我可以预测一个地方的交通量是大还是小。我已将每个流量分类为1-5,1为最轻流量,5为最重流量 我看到了这个网站,AdaBoost算法,我真的很难学习这个算法。 特别是在S是集合的部分(xi,yi),i=(1,2,…,m))。其中Y={-1,+1}。什么是x,y和常量L?L的值是多少 有人能给我解释一下这个算法吗?:) S={(x1,y1),…,(xm,ym)}:每个(x,y)对都是用于训练(或测试)分类器的样本: x=描述此特定样本的功能,例如列出道路上车辆数量的值,
S
是集合的部分(xi
,yi
),i=(1,2,…,m)
)。其中Y={-1,+1}
。什么是x
,y
和常量L
?L
的值是多少
有人能给我解释一下这个算法吗?:) S={(x1,y1),…,(xm,ym)}
:每个(x,y)
对都是用于训练(或测试)分类器的样本:
=描述此特定样本的功能,例如列出道路上x
,车辆数量的值
,等等一周中的某一天
=特定y
的标签,在您的情况下可以是x
1、2、3、4或5
表1
显示了他们使用的x
功能,即:DAY
,TIME
,INT
,DET
,LINK
,POS
,GRE
,DIS
,VOL
和OCC
。表的最后一列显示标签(y
),它们将标签设置为1
或-1
(即yes
或no
)。表中每行为一个样本
L
是AdaBoost训练弱学习者的轮数(在论文中,Random Forests
被用作弱分类器)。如果将L
设置为1
,则AdaBoost将运行1轮,并且只训练1个弱分类器,这将产生不良结果。使用不同的L
值执行多个实验,以找到最佳值(即,当AdaBoost收敛或开始过度拟合时)