集成分类器matlab

使用matlab训练集成分类器，这里使用的是BP网络，也可以很方便地改为其他分类器，与单个BP分类器相比，正确率由87%上升到97.9，有明显地提高。

function [L hits] = AdaBoost_te（adaboost_modelte_func_handletest_settrue_labels）

hypothesis_n = length（adaboost_model.weights）;  	% 集成分类器中分类器的个数

sample_n = size（test_set2）;  						% 样本数

class_n = size（true_labels1）;  % class_n = length（unique（true_labels））;
temp_L = zeros（class_nsample_nhypothesis_n）;   % likelihoods for each weak classifier  
  
% for each weak classifier likelihoods of test samples are collected  
for i=1:hypothesis_n  

	% temp_L : 分类结果， hits： 正确率， error_rate: 错误率（与样本权重有关，不过这里样本权重均为1，ones（sample_n1））
    [temp_L（::i） hits error_rate] = te_func_handle（adaboost_model.parameters{i}test_setones（sample_n1）true_labels）;  
    
    % 把每一个分类器的 分类结果 * 分类器的权重 最后把各个分类器的结果相加，得到最终的分类结果
    temp_L（::i） = temp_L（::i）*adaboost_model.weights（i）;  

end  

L = sum（temp_L3）;  	% 最终的分类结果为 L

hits = sum（vec2ind（L） == vec2ind（true_labels））;	% 集成分类器正确分类的个数。

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-07-27 21:41  集成分类器Adaboost\
     文件        1134  2018-04-15 19:50  集成分类器Adaboost\AdaBoost_te.m
     文件        1718  2018-04-15 19:38  集成分类器Adaboost\AdaBoost_tr.m
     文件    14322325  2018-01-23 23:17  集成分类器Adaboost\Batch.mat
     文件        2105  2018-07-27 21:03  集成分类器Adaboost\BP.m
     文件        4678  2018-04-15 19:50  集成分类器Adaboost\Chairman_Ensemble.m
     文件        1574  2018-07-27 21:39  集成分类器Adaboost\Main.m
     文件         567  2018-04-15 19:50  集成分类器Adaboost\Threshold_te.m
     文件         955  2018-04-15 19:21  集成分类器Adaboost\Threshold_tr.m
     文件      941794  2018-07-27 20:04  集成分类器Adaboost\传感器数据库汇总.docx
     文件         185  2018-07-27 21:48  集成分类器Adaboost\说明.txt