c# - Accord.NET：如何训练 Boost 分类器

Question

我正在尝试使用 Accord.NET 库进行对象分类，但我找不到任何合适的示例，并且文档不足以理解该过程。我目前的代码是

Predictor = new Boost<DecisionStump>();
AdaBoost<DecisionStump> Algo = new AdaBoost<DecisionStump>(Predictor, new ModelConstructor<DecisionStump>((double[] weights) => new DecisionStump(10)));
Algo.Run(set.X, set.Y);

它只是为了“可编译”而编写的，但我不知道DecisionStump的输入参数和整个第二个AdaBoost参数的本质是什么。有人可以解释一下，如何正确创建和训练Boost分类器吗？

Answer 1

您必须为训练提供输入数据和输出标签，您提到的 set.X 和 set.Y。通常是通过将 double[][] 输入和 int[] 输出作为参数给出：

Algo.Run(inputs, outputs);