adaboost算法

clear;

clc;

tic;

zhen=6;

fu=10;

load('Sag.mat')

Y(1,1:zhen)=1;

Y(1,zhen+1:zhen+fu)=0;

%初始化权重，按英文上的来的

W=zeros(1,zhen+fu);

for i=1:size(Y,2)

    if (Y(i))

        W(i)=1/(2*zhen);

    else

        W(i)=1/(2*fu);

    end

end

%T轮训练

 a=1; 

 while(a<=200)

    %标准化权重

    NW=sum(W);

    W=W/NW;

    num=0;

    minerr=1;

    for j=1:size(F,2)  

        %取出一列

        f=F(:,j)';

        [f_sort, I] = sort(f);%排序并记下标记

        W_sort = W(I);%排序后权重，同时更新

        Y_sort = Y(I);%排序后标签

        

        Tz= Y_sort * W_sort'; %正样本权重和，T+

        Sz= cumsum( Y_sort .* W_sort);%当前样本之前的正样本权重和

        Tf= (1-Y_sort) * W_sort';%负样本权重和,T-

        Sf= cumsum( (1-Y_sort) .* W_sort);%当前样本之前的负样本权重和

        

        PN_cum1 = ( (Tf-Sf) + Sz); %公式e = min S+ + (T ? ? S?), S? + (T + ? S+）

        PN_cum2 = ( (Tz-Sz) + Sf);

        

        [min1,thresh_I1]= min(PN_cum1);

        [min2,thresh_I2]= min(PN_cum2);

        

        if (min1<min2)

            thresh_I=thresh_I1;

            PN_cum=PN_cum1;

        else

            thresh_I=thresh_I2;

            PN_cum=PN_cum2;

        end

        thresh = ( f_sort(thresh_I));

        p = 2 *( (Sz(thresh_I)>Sf(thresh_I)) -0.5);%判断方向

        Result=(p*f<p*thresh);%直接f<thresh

        error=sum(abs(Result-Y).*W);%每一列的错误率

        if(error<minerr)

            minerr=error;

            thresht=thresh;

            pt=p;

            It=j;

            Resultt=Result;

            num=num+1;

        end

        

    end

    beta=minerr/(1-minerr);

    W(find(Y==Resultt))=W(find(Y==Resultt))*beta;%分类正确就更新权重

    

    if(a==1)

        P(1)=pt;%记录方向

        Thresh(1)=thresht;%记录阈值

        Err(1)=minerr;%记录错误率

        alpha(1)=log(1/beta);%记录贝塔t

        tz(1)=It;

        a=a+1;

    end

    

    if(a>1 && num~=0)

        if(tz(a-1)~=It)      

            P(a)=pt;%记录方向

            Thresh(a)=thresht;%记录阈值

            Err(a)=minerr;%记录错误率

            alpha(a)=log(1/beta);%记录贝塔t

            tz(a)=It;

            a=a+1;

        end

    end

    

    

 end

save('threshSag.mat','Thresh')

save('pSag.mat','P')

save('tzSag.mat','tz')

save('alphaSag.mat','alpha')

save('ErrSag.mat','Err')

toc