《表1 UCI实验数据集:基于拟合型弱分类器的AdaBoost算法》
为了验证本文算法的改进效果,在UCI数据集上选取5组实验数据集,分别为Sonar、CMC、Mushroom、Credit-g、Cylinder-bands。在Matlab上应用传统Discrete-Ada Boost算法、Real-AdaBoost算法和本文改进算法进行实验,采用交叉验证方式进行训练测试,随机取4/5的数据集用作训练,剩余1/5用作测试。设置算法训练的迭代次数分别为30次、60次、100次,改进算法采用一阶、二阶、三阶多项式拟合。样本实验数据集见表1。
图表编号 | XD001101000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.20 |
作者 | 宋鹏峰、叶庆卫、陆志华、周宇 |
绘制单位 | 宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院、宁波大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |