关于Adaboost算法

Question

我正在进行交通流量预测，可以预测一个地方的交通情况是繁忙或轻松。我已经将每种交通分类为1-5，其中1表示交通最轻，5表示交通最重。

我找到了这个网站http://www.waset.org/journals/waset/v25/v25-36.pdf，AdaBoost算法，但我真的很难学习这个算法。特别是在S是集合((xi, yi), i=(1,2,…,m))的部分。其中Y={-1,+1}。那么x，y和常数L的值是什么？L的值是多少？

有人能解释一下这个算法吗？ :)

- aceraven777

Answer 1

S={(x1,y1),...,(xm,ym)}: 每个(x,y)对都是用于训练(或测试)分类器的样本:

• x = 描述该特定样品的特征，例如列出道路上的汽车数量、星期几等值
• y = 特定x的标签，在您的情况下可以是1、2、3、4或5

论文中的表1显示了他们使用的x特征，即：DAY、TIME、INT、DET、LINK、POS、GRE、DIS、VOL和OCC。表的最后一列显示了标签(y)，他们将其设置为1或-1 (即是或否)。表中的每一行都是1个样本。

L是AdaBoost训练弱学习器的轮数(在论文中使用随机森林作为弱分类器)。如果将L设置为1，则AdaBoost只会运行1轮，并且只会训练1个弱分类器，其结果会很差。使用不同的L值执行多个实验，以找到最佳值(即当AdaBoost收敛或开始过拟合时)。

- Sicco