基于BP_Adaboost的强分类器设计-公司财务预警建模.zip

基于BP_Adaboost的强分类器设计，以公司财务预警建模为例，带数据，可运行，好理解

web browser http://www.ilovematlab.cn/thread-62166-1-1.html
%% 清空环境变量
clc
clear

%% 下载数据
load data1 input output

%% 权重初始化
k=rand（12000）;
[mn]=sort（k）;

%训练样本
input_train=input（n（1:1900）:）‘;
output_train=output（n（1:1900）:）‘;

%测试样本
input_test=input（n（1901:2000）:）‘;
output_test=output（n（1901:2000）:）‘;

%样本权重
[mmnn]=size（input_train）;
D（1:）=ones（1nn）/nn;

%训练样本归一化
[inputninputps]=mapminmax（input_train）;
[outputnoutputps]=mapminmax（output_train）;

K=10;
for i=1:K
    
    %弱预测器训练
    net=newff（inputnoutputn5）;
    net.trainParam.epochs=20;
    net.trainParam.lr=0.1;
    net=train（netinputnoutputn）;
    
    %弱预测器预测
    an1=sim（netinputn）;
    BPoutput=mapminmax（‘reverse‘an1outputps）;
    
    %预测误差
    erroryc（i:）=output_train-BPoutput;
    
    %测试数据预测
    inputn1=mapminmax（‘apply‘input_testinputps）;
    an2=sim（netinputn1）;
    test_simu（i:）=mapminmax（‘reverse‘an2outputps）;
    
    %调整D值
    Error（i）=0;
    for j=1:nn
        if abs（erroryc（ij））>0.2  %较大误差
            Error（i）=Error（i）+D（ij）;
            D（i+1j）=D（ij）*1.1;
        else
            D（i+1j）=D（ij）;
        end
    end
    
    %计算弱预测器权重
    at（i）=0.5/exp（abs（Error（i）））;
    
    %D值归一化
    D（i+1:）=D（i+1:）/sum（D（i+1:））;
    
end

%% 强预测器预测
at=at/sum（at）;

%% 结果统计
%强分离器效果
output=at*test_simu;
error=output_test-output;
plot（abs（error）‘-*‘）
hold on
for i=1:8
error1（i:）=test_simu（i:）-output;
end
plot（mean（abs（error1））‘-or‘）

title（‘强预测器预测误差绝对值‘‘fontsize‘12）
xlabel（‘预测样本‘‘fontsize‘12）
ylabel（‘误差绝对值‘‘fontsize‘12）
legend（‘强预测器预测‘‘弱预测器预测‘）
web browser http://www.ilovematlab.cn/thread-62166-1-1.html

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1833  2010-01-30 20:25  案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模\Bp_Ada_Fore.m
     文件        2289  2010-01-30 20:24  案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模\Bp_Ada_Sort.m
     文件       11820  2009-12-28 12:09  案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模\data.mat
     文件       46394  2009-09-09 07:36  案例5 基于BP_Adaboost的强分类器设计-公司财务预警建模\data1.mat