我正在尝试使用Accord.NET库进行对象分类,但是我找不到合适的示例,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);
编写它的目的只是为了“可编译”,但是我不知道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,如何正确创建和训练Boost分类器?
最佳答案
您必须提供用于训练的输入数据和输出标签,您将其称为set.X和set.Y。
通常,它通过提供double [] []输入和int []输出作为参数:
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/