我已经在这里粘贴了我的所有代码,以防您需要它来理解我的问题:Plotting a graph on axes but getting no results while trying to classification image based on HoG features
我的问题是:给定大约 500 张图像(加州理工学院“ Cars 2001 ”数据集),每张图像有 48 个 HoG 特征,提早终止的可能原因是什么?什么可能导致完美拟合,或者增加样本权重的问题,以及如何解决这些问题?我使用的具体算法是 SAMME,一个多类 Adaboost 分类器。我在 Anaconda 上使用 Python 2.7。
当我在数据集分类期间检查某些变量时,将n_estimators
参数设置为 600,我发现:
- 离散测试错误:由 1 个项目组成,而不是由 600 个值组成的数组
- Discrete_estimator_errors:再次是一个单一的值,而不是一个包含 600 个值的数组
- real_test_errors 再次只是一项,而不是 600
- 离散估计权重:数组([1.])“
- n_trees_discrete 和 n_trees_real:1 而不是 600