对训练集测试集采用adaboost算法并比较错误率

基于MATLAB的adaboost算法，先对训练集进行训练，然后对测试集进行测试，最后得出采用adaboost算法对样本进行处理的错误率，最后得出比较图形。

%%
% File Name: AdaBoost
% This is the implementation of the ada boost algorithm.
% Parameters - very easy to guess by name...
% Return values: i - hypothesis-index  vector.
%                t - threshhols vector
%                beta - weighted beta.
%%
function boosted=adaBoost（traintrain_labelcycles）
    disp（‘running adaBoost algorithm‘）;
    d=size（train）;
	distribution=ones（1d（1））/d（1）;
	error=zeros（1cycles）;
	beta=zeros（1cycles）;
	label=（train_label（:）>=5）;% contain the correct label per vector
	for j=1:cycles
        if（mod（j10）==0）
            disp（[jcycles]）;
        end
	[it]=weakLearner（distributiontrainlabel）;
    error（j）=distribution*abs（label-（train（:i）>=t））;
    beta（j）=error（j）/（1-error（j））;
    boosted（j:）=[beta（j）it];
    distribution=distribution.* exp（log（beta（j））*（1-abs（label-（train（:i）>=t））））‘;
    distribution=distribution/sum（distribution）;
end
    
    

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        907  2005-07-29 10:13  19854803Adaboost\adaBoost.m

     文件        757  2002-07-26 09:31  19854803Adaboost\getError.m

     文件       2030  2003-12-20 17:12  19854803Adaboost\runAdaBoosting.m

     文件         97  2002-09-16 10:42  19854803Adaboost\start.m

     文件     514824  2002-07-25 13:50  19854803Adaboost\usps.mat

     文件        310  2003-12-16 19:17  19854803Adaboost\weakLearner.m

     目录          0  2009-07-05 22:23  19854803Adaboost

----------- ---------  ---------- -----  ----

               518925                    7