Advertisement

《机器学习实战》-Adaboost算法(1)

阅读量:

adaboost理论相关内容(公式表达)将在后续进行补充完善

1.数据集构建与管理

复制代码
    """
    此处不构建太复杂的数据集,不然可能后面用单层决策树时候,效果不好。
    因为用任何一个单层决策树都无法完全分开这五个数据
    """
    import numpy as np
    def loadSimpData():
    datMat = np.matrix([[1,2.1],[2,1.1],[1.3,1],[1,1],[2,1]])
    classLabels = [1.0, 1.0, -1.0, -1.0, 1.0]
    return datMat,classLabels
    loadSimpData()
    
    
      
      
      
      
      
      
      
      
      
      
    
复制代码
    (matrix([[1. , 2.1],
         [2. , 1.1],
         [1.3, 1. ],
         [1. , 1. ],
         [2. , 1. ]]), [1.0, 1.0, -1.0, -1.0, 1.0])
    
    
      
      

全部评论 (0)

还没有任何评论哟~