技术文章 > Python技术 > Python基础 > 正文

如何掌握python中的AdaBoost算法?

如果说最像是盲人摸象的算法,不是不存在的,因为你看不懂算法里的大部分内容,重要还是因为她里面组合拼搭了很多的内容,最终目的还是为了对它自己组合出一个最强大的方法使用,这就是今天要跟大家教学了解的AdaBoost算法,这不仅仅是一个简单的算法,更是一个集成学习力非常有效的算法应用。赶快来了解吧~

Python实现AdaBoost算法

计算弱分类器误差

 pred_train = models[m].predict(x_train)
 miss = [int(x) for x in (pred_train != y_train)]
 error = np.dot(w, miss)

 计算弱分类器的权重

 theta[m] = 0.5 * np.log((1-error)/error)

更新数据权重

 for i in n_train:
 w[i] = w[i]*np.exp(-theta[m]*y_train[i]*pred_train[i])

正规化权重

 for i in n_train:
 w[i] /= np.sum(w[i])

最终的预测

predict = np.dot(theta, [model[m].predict(x_test) for m in range(M)])

直接给大家简单粗暴了演示在Python实现AdaBoost算法的一些代码示例,大家看下有没有自己或者之前想要找寻的呢?有的话,就多看两遍学习,加深印象哦~

免费视频教程
本文原创发布python学习网,转载请注明出处,感谢您的尊重!
相关文章
 python的xlwings模块怎么用于excel?
 python里SVM算法是什么?
 python中scikit-learn算法库怎么用?
相关视频章节
 网络爬虫
 云端部署Web应用程序视频
 Web应用框架Flask和文件模板
 Web应用程序开发概述
 继承和多态
作者信息

十一

认证0级讲师

最近文章
视频教程分类