0

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
4

1 回答 1

0

问题解决了。我的训练数组labels没有负数，它只包含一个类的标签。当然，培训会立即终止！

于 2014-04-20T14:45:46.413 回答