随机子空间集成分类器

随机子空间集成分类器， 可以实现比bagging 更好的分类和识别

function [outx outdim]= randomsubspace（inx B par）
%   
%    
%   Bootstrap  resampling  procedure for a training data set
%   given in input data （in）. The number of rows of in is the 
%   number of training samples while the number of columns is 
%   the number of features

%
%   Inputs:
%      in - input training data （number of samples x dimension of features）
%      B - number of Random Subspace resamples （default B=1）        
%   Outputs:
%      out - B  resamples of the input data  


dim_index = 1:size（inx2）;
for k=1:B
    new_dim = randsample（dim_index fix（size（inx2）*par） ）;
    newx = inx（:new_dim）;
    eval（[‘outx（::‘ num2str（k） ‘）=newx;‘]）; 
    eval（[‘outdim（:‘ num2str（k） ‘）=new_dim;‘]）; 
end

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

     文件        728  2010-03-16 15:32  randomsubspace.m

     文件        696  2010-05-19 10:22  useRandomSubspace.m

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

                 1424                    2