使用matlab实现的adaboost的代码

使用matlab实现的adaboost代码，直接运行里面的demo.m,就可以运行。

function [Lhits] = ADABOOST_te（adaboost_modelte_func_handletest_settrue_labels）  
%  
% ADABOOST TESTING  
%  
%   [Lhits] = ADABOOST_te（adaboost_modelte_func_handletrain_set  
%                          true_labels）  
%  
%            ‘te_func_handle‘ is a handle to the testing function of a  
%            learning （weak） algorithm whose prototype is shown below.  
%  
%            [Lhitserror_rate] = test_func（modeltest_setsample_weightstrue_labels）  
%                     model: the output of train_func  
%                     test_set: a KxD dimensional matrix each of whose row is a  
%                         testing sample in a D dimensional feature space.  
%                     sample_weights:   a Dx1 dimensional vector the i-th entry  
%                         of which denotes the weight of the i-th sample.  
%                     true_labels: a Dx1 dimensional vector the i-th entry of which  
  
%                         is the label of the i-th sample.  
%                     L: a Dx1-array with the predicted labels of the samples.  
%                     hits: number of hits calculated with the comparison of L and  
%                         true_labels.  
%                     error_rate: number of misses divided by the number of samples.  
%  
%            It is the corresponding testing  
%            module of the function that is specified in the training phase.  
%            ‘test_set‘ is a NxD matrix where N is the number of samples  
%            in the test set and D is the dimension of the feature space.  
%            ‘true_labels‘ is a Nx1 matrix specifying the class label of  
%            each corresponding sample‘s features （each row） in ‘test_set‘.  
%            ‘adaboost_model‘ is the model that is generated by the function  
%            ‘ADABOOST_tr‘.  
%  
%            ‘L‘ is the likelihoods that are assigned by the ‘ADABOOST_te‘.  
%            ‘hits‘ is the number of correctly predicted labels.  
%  
%         Specific Properties That Must Be Satisfied by The Function pointed  
%         by ‘func_handle‘  
%         ------------------------------------------------------------------  
%  
% Notice: Labels must be positive integer values from 1 upto the number classes.  
%  
% Bug Reporting: Please contact the author for bug reporting and comments.  
%  
% Cuneyt Mertayak  
% email: cuneyt.mertayak@gmail.com  
% version: 1.0  
% date: 21/05/2007  
%  
  
hypothesis_n = length（adaboost_model.weights）;  
sample_n = size（test_set1）;  
class_n = length（unique（true_labels））;  
temp_L = zeros（sample_nclass_nhypothesis_n）;   % likelihoods for each weak classifier  
  
% for each weak classifier likelihoods of test samples are collected  
for i=1:hypothesis_n  
    [temp_L（::i）hitserror_rate] = te_func_handle（adaboost_model.parameters{i}test_setones（sample_n1）true_labels）;  
    temp_L（::i） = temp_L（::i）*adaboost_model.weights（i）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-03-21 09:26  adaboost\
     文件        3078  2018-03-21 08:39  adaboost\ADABOOST_te.m
     文件        4798  2018-03-21 08:38  adaboost\ADABOOST_tr.m
     文件        2127  2018-03-20 16:37  adaboost\demo.m
     文件         926  2018-03-21 08:39  adaboost\likelihood2class.m
     文件        1622  2018-03-21 08:37  adaboost\threshold_te.m
     文件        2586  2018-03-21 08:37  adaboost\threshold_tr.m