matlab的Adaboost分类

matlab版的Adaboost对数据集分类，并测试准确率，阅读readme.txt即知

function [ acGControl ] = Adaboost（ TrainDataTrainLabelsControlDataControlLabelsMaxIter）
%UNtitleD2 Summary of this function goes here
%   Detailed explanation goes here
% and initializing matrices for storing step error
RAB_control_error = zeros（1 MaxIter）;
MAB_control_error = zeros（1 MaxIter）; 
GAB_control_error = zeros（1 MaxIter）;
ac=zeros（14）;
% Step3: constructing weak learner
weak_learner = tree_node_w（1）; % pass the number of tree splits to the constructor

% and initializing learners and weights matices
GLearners = [];
GWeights = [];
% RLearners = [];
% RWeights = [];
% NuLearners = [];
% NuWeights = [];

% Step4: iterativly running the training
 
for lrn_num = 1 : MaxIter 

    clc;
    disp（strcat（‘Boosting step: ‘ num2str（lrn_num）‘/‘ num2str（MaxIter）））;

%     training gentle adaboost
    [GLearners GWeights] = GentleAdaBoost（weak_learner TrainData TrainLabels 1 GWeights GLearners）;

    %evaluating control error
    GControl = sign（Classify（GLearners GWeights ControlData））;

    GAB_control_error（lrn_num） = GAB_control_error（lrn_num） + sum（GControl ~= ControlLabels） / length（ControlLabels）;

    %training real adaboost
%     [RLearners RWeights] = RealAdaBoost（weak_learner TrainData TrainLabels 1 RWeights RLearners）;
%   
%     %evaluating control error
%     RControl = sign（Classify（RLearners RWeights ControlData））;
% 
%     RAB_control_error（lrn_num） = RAB_control_error（lrn_num） + sum（RControl ~= ControlLabels） / length（ControlLabels）;
% 
%     %training modest adaboost
%     [NuLearners NuWeights] = ModestAdaBoost（weak_learner TrainData TrainLabels 1 NuWeights NuLearners）;
% 
%     %evaluating control error
%     NuControl = sign（Classify（NuLearners NuWeights ControlData））;
% 
%     MAB_control_error（lrn_num） = MAB_control_error（lrn_num） + sum（NuControl ~= ControlLabels） / length（ControlLabels）;

end 
ac（1）=1-GAB_control_error（end）; 
ac（2）=1-RAB_control_error（end）; 
ac（3）=1-MAB_control_error（end）; 
ac=ac（1）;
% all_label= NuControl+GControl+RControl;
% all_label（all_label>0）=1;
% all_label（all_label<0）=-1;
% ac（4）=sum（all_label==ControlLabels）/length（all_label）;
% Step4: displaying graphs
% figure plot（GAB_control_error）;
% hold on;
% plot（MAB_control_error ‘r‘）;
% 
% plot（RAB_control_error ‘g‘）;
% hold off;
% 
% legend（‘Gentle AdaBoost‘ ‘Modest AdaBoost‘ ‘Real AdaBoost‘）;
% xlabel（‘Iterations‘）;
% ylabel（‘Test Error‘）;

end

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-06-20 17:03  Adaboost\
     文件        2493  2016-05-27 09:16  Adaboost\Adaboost.m
     文件        2803  2016-05-25 11:38  Adaboost\newtest_random1.m
     文件         277  2016-06-20 17:09  Adaboost\readme.txt