转载请注明作者和出处:https://blog.csdn.net/weixin_45814668
知乎:https://www.zhihu.com/people/qiongjian0427
Git:https://github.com/qiongjian/Machine-learning/
运行环境:anaconda—jupyter notebook
Python版本: Python3.x
更多精彩内容,尽在微信公众号,欢迎您的关注:
步骤
(1)收集数据:提供的文本文件。
将Logistic(四)的数据horseColicTraining和horseColicTest.txt文件拷贝到代码所在的文件夹中,把数据集的标签改为+1和-1,其他数据不变。
(2)准备数据:确保类别标签是+1和-1而非1和0。
(3)分析数据:手工检查数据。
(4)训练算法:在数据上,利用adaBoostTrainDS()函数训练出一系列的分类器。
(5)测试算法:我们拥有两个数据集。在不釆用随机抽样的方法下,我们就会对AdaBoost和Logistic回归的结果进行完全对等的比较。
(6)使用算法:观察该例子上的错误率。不过,也可以构建一个Web网站,让驯马师输入马的症状然后预测马是否会死去。