[英]Accord.NET: how to train Boost classifier
我正在尝试使用Accord.NET库进行对象分类,但是我没有找到任何合适的示例和文档,这还不足以理解该过程。 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);
它的编写只是为了“可编译”,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?
您必须为训练提供输入数据和输出标签,您提到了set.X和set.Y. 通常它是通过给出参数double [] [] input和int []输出:
Algo.Run(inputs, outputs);
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.