adaboost算法

clear;
clc;
tic;
zhen=6;
fu=10;
load('Sag.mat')
Y(1,1:zhen)=1;
Y(1,zhen+1:zhen+fu)=0;


%初始化权重，按英文上的来的
W=zeros(1,zhen+fu);
for i=1:size(Y,2)
    if (Y(i))
        W(i)=1/(2*zhen);
    else
        W(i)=1/(2*fu);
    end
end


%T轮训练
 a=1; 
 while(a<=200)
    %标准化权重
    NW=sum(W);
    W=W/NW;
    num=0;
    minerr=1;
    for j=1:size(F,2)  
        %取出一列
        f=F(:,j)';
        [f_sort, I] = sort(f);%排序并记下标记
        W_sort = W(I);%排序后权重，同时更新
        Y_sort = Y(I);%排序后标签
        
        Tz= Y_sort * W_sort'; %正样本权重和，T+
        Sz= cumsum( Y_sort .* W_sort);%当前样本之前的正样本权重和
        Tf= (1-Y_sort) * W_sort';%负样本权重和,T-
        Sf= cumsum( (1-Y_sort) .* W_sort);%当前样本之前的负样本权重和
        
        PN_cum1 = ( (Tf-Sf) + Sz); %公式e = min S+ + (T ? ? S?), S? + (T + ? S+）
        PN_cum2 = ( (Tz-Sz) + Sf);
        
        [min1,thresh_I1]= min(PN_cum1);
        [min2,thresh_I2]= min(PN_cum2);
        
        if (min1<min2)
            thresh_I=thresh_I1;
            PN_cum=PN_cum1;
        else
            thresh_I=thresh_I2;
            PN_cum=PN_cum2;
        end
        thresh = ( f_sort(thresh_I));
        p = 2 *( (Sz(thresh_I)>Sf(thresh_I)) -0.5);%判断方向
        Result=(p*f<p*thresh);%直接f<thresh
        error=sum(abs(Result-Y).*W);%每一列的错误率
        if(error<minerr)
            minerr=error;
            thresht=thresh;
            pt=p;
            It=j;
            Resultt=Result;
            num=num+1;
        end
        
    end
    beta=minerr/(1-minerr);
    W(find(Y==Resultt))=W(find(Y==Resultt))*beta;%分类正确就更新权重
    
    if(a==1)
        P(1)=pt;%记录方向
        Thresh(1)=thresht;%记录阈值
        Err(1)=minerr;%记录错误率
        alpha(1)=log(1/beta);%记录贝塔t
        tz(1)=It;
        a=a+1;
    end
    
    if(a>1 && num~=0)
        if(tz(a-1)~=It)      
            P(a)=pt;%记录方向
            Thresh(a)=thresht;%记录阈值
            Err(a)=minerr;%记录错误率
            alpha(a)=log(1/beta);%记录贝塔t
            tz(a)=It;
            a=a+1;
        end
    end
    
    
 end
save('threshSag.mat','Thresh')
save('pSag.mat','P')
save('tzSag.mat','tz')
save('alphaSag.mat','alpha')
save('ErrSag.mat','Err')
toc