machine-learning - 关于adaboost算法

Question

我正在研究交通流量预测，可以预测某个地方的交通拥堵或拥堵。我将每个流量分为 1-5，1 是最轻的流量，5 是最重的流量。

我偶然发现了这个网站http://www.waset.org/journals/waset/v25/v25-36.pdf ，AdaBoost算法，我学这个算法确实有困难。特别是在 S 是集合 ((xi, yi), i=(1,2,…,m ))。其中Y={-1,+1}。 x、y 和常量 L 是什么？ L 的值是多少？

有人能给我解释一下这个算法吗？ :)

Answer 1

S={(x1,y1),...,(xm,ym)}:每个(x,y)对都是用于训练的样本(或测试)你的分类器:

• x = 描述此特定示例的特征，例如列出道路上的汽车数量、星期几的值> 等
• y = 特定x的标签，在您的情况下可以是1、2、3、4或5<

论文中的表1展示了他们使用的x特征，分别是:DAY、TIME、INT、DET、LINK、POS、GRE、DIS、VOL和OCC。表的最后一列显示标签 (y)，他们将其设置为 1 或 -1(即 yes 或否)。表中的每一行都是 1 个样本。

L 是 AdaBoost 训练弱学习器的轮数(论文中使用随机森林作为弱分类器)。如果将 L 设置为 1，则 AdaBoost 将运行 1 轮，并且仅训练 1 个弱分类器，这将产生不良结果。使用不同的 L 值进行多次实验，以找到最佳值(即，当 AdaBoost 收敛或开始过度拟合时)。