我正在尝试使用 Accord.NET 库进行对象分类,但我未能找到任何合适的示例,并且文档不足以理解该过程。我当前的代码是
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);
这样写只是为了“可编译”,但我不知道 DecisionStump 的 inputs 参数和整个第二个 AdaBoost 的本质是什么 参数。有人可以解释一下,如何正确创建和训练 Boost 分类器吗?
最佳答案
你必须给出训练的输入数据和输出标签,你提到的 set.X 和 set.Y。 通常是通过提供参数 double[][] 输入和 int[] 输出:
Algo.Run(inputs, outputs);
关于c# - Accord.NET:如何训练 Boost 分类器,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35818880/