1.AdaBoost算法详解和数学求解过程
AdaBoost强分类器算法的生成过程详解、以及示例讲解数学求解的详细过程,可以详见上篇博客:
https://blog.csdn.net/u012421852/article/details/80201506
2.AdaBoost算法的Python实现
2.0python知识点
代码中主要用到的重要python知识点有:
1)lambda(函数) + np.frompyfunc(函数向量化)
函数向量化可详见:【机器学习】【Numpy】函数向量化运算的4种方法(numpy.frompyfunc()和numpy.vectorize())
2)function + np.frompyfunc
3)np.multiply(序列1, 序列2),实现序列1和序列2的内部下标对应的元素相乘
知识点可详见:【Python】【numpy-汇总5】所有多元计算函数的示例代码
4)lambda + [for 序列A] 可以对序列A中每个元素都进行lambda操作
5)list.count(e) :计算list中元素e的个数
6)sum(list):计算list的所有元素之和
7)ndarray.sum():计算array的所有元素之和
上面5~7详见:【再回首Python之美】【numpy】矩阵matrix、array、list操作示例汇总
8)序列的切片A[0:-1] :不要A的最后(-1)一个元素剩下的切片,如A=[4,5,6,7,8],则A[0:-1] = A[:-1] = [4,5,6,7]
知识点可详见: