machine-learning - 关于 adaboost 算法

Question

我正在做一个交通流量预测，我可以预测一个地方的交通繁忙或轻微。我将每个流量分类为 1-5，1 是最轻的流量，5 是最重的流量。

我遇到了这个网站http://www.waset.org/journals/waset/v25/v25-36.pdf，AdaBoost 算法，我真的很难学习这个算法。特别S是在集合 (( xi, yi), i=(1,2,…,m)) 的部分。哪里Y={-1,+1}。什么是x和y常数L？的价值是L多少？

有人可以解释一下这个算法吗？:)

Answer 1

S={(x1,y1),...,(xm,ym)}：每一(x,y)对都是用于训练（或测试）分类器的样本：

• x= 描述此特定样本的特征，例如列出amount of cars on the road、day of the week等的值
• y=特定的标签x，在您的情况下可以是1, 2, 3, 4 or 5

Table 1在论文中展示了他们使用的特征，x即：DAY、TIME、INT、DET、LINK、POS、GRE、DIS和。表格的最后一列显示了标签 ( )，他们将其设置为or (ie, or )。表中的每一行都是 1 个样本。VOLOCCy1-1yesno

L是 AdaBoost 训练弱学习器的轮数（在论文Random Forests中用作弱分类器）。如果设置L为，1那么 AdaBoost 将运行 1 轮，并且只会训练 1 个弱分类器，这将产生不好的结果。使用不同的值进行多次实验L以找到最佳值（即，当 AdaBoost 收敛或开始过度拟合时）。