本文共 565 字,大约阅读时间需要 1 分钟。
最近有人找我代写了一个Bagged-pSVM(Bagged-proportion SVM)算法,在实现过程中,感觉首先要理清代码实现的思路,最好能写出步骤,当知道每一步要干嘛,要达到什么样的效果之后,再进行代码编写,会轻松容易很多,这里总结一下Bagged-pSVM算法的流程,码字不易,喜欢请点赞!!!谢谢。
(1)根据数据的某个属性R将样本划分到b个包里面(2)计算每个包里面的标签比例Pr(3)repeat for 1 to k 进行bootstrap方法采样,每次得到b个袋子的数据集(4)repeat for 1 to k (a)固定y,求解psvm算法在数据集的参数(w和b) (b)根据上述得到的w和b,求解y (I)初始化样本标签y=1 (II)repeat for 1 to b repeat for i in Br 依次将每个y反转为-1,分别计算损失函数第一项的减少量,按减少量排序,选取前Pr*|Br|个# —>至此得到了k个psvm的参数(5)得到样本超标签Yr和超样本Xr,据K组弱分类器的参数w、b,得到K个决策值,并训练强分类器
转载地址:http://uabhf.baihongyu.com/