adaboost算法源码c++

/*初学adaboost，希望能和大家交流 QQ：358807915
email：smile_spring@yeah.net
*/


#include 
#include 
#include 
#include
#include 
using std::vector ;
using namespace std;
#define FCOUNT 100//特征数
#define CCOUNT 30//弱分类器个数
#define PCOUNT 200//正样本数
#define NCOUNT 300//负样本数

struct sample
{
	int features[FCOUNT];//特征
	int pos_neg;//正0，负1
	float weight;//权值
	int result;//分类器的识别结果

};
struct weakClassifier
{
	int indexF;
	float threshold;
};
struct MySortFunction
{
    int m_n;
    MySortFunction（int n）:m_n（n）
    {
    }
    bool operator（）（sample&s1sample&s2）const
    {
        return s1.features[m_n]    }
};
//创建正样本
void CreatePos（vector&a）
{
	int ij;
   for（i=0;i	{
		sample temp;
		temp.pos_neg=0;
		temp.weight=（float）1/（2*PCOUNT）;
		temp.result =0;
		for（j=0;j			temp.features[j]=rand（）%10;
		a.push_back（temp）;
	}
}
float min（float afloat b）
{
	return（a<=b?a:b）;
}
//创建负样本
void CreateNeg（vector&a）
{
	int ij;
	for（i=0;i	{
		sample temp;
		temp.pos_neg=1;
		temp.weight=（float）1/（2*NCOUNT）;
		temp.result =1;
		for（j=0;j			temp.features[j]=rand（）%10;
		a.push_back（temp）;
	}
}
//Training classifier
void Training（vector&avector&bfloat*factors）
{
	int ij;
	vector::size_type id=0tcount=a.size（）;
	for（i=0;i	{
		weakClassifier temp;	
	    float totalWeights=0.0totalPos=0.0totalNeg=0.0bPos=0bNeg=0;//（当前样本之前的）正负样本权值和
		float ethrbesterr=1.0;//训练单个分类器时用到的错误率，阈值，最小错误率
		float FThr[FCOUNT];//特征阈值
		float minErr=1.0;//所有特征的最小错误率
	    float beta;//更新权值所需系数
/*权重归一化*/
		for（id=0;id		{