在模式识别实验中,matlab环境,已有训练集A,如何利用bagging算法随机选取一些样本组成样本子集?比如从A中随机选择一些样本组成20个样本子集,然后训练生成20个分类器(最近邻),matlab程序应该

来源:学生作业帮助网 编辑:六六作业网 时间:2024/11/28 02:15:48
在模式识别实验中,matlab环境,已有训练集A,如何利用bagging算法随机选取一些样本组成样本子集?比如从A中随机选择一些样本组成20个样本子集,然后训练生成20个分类器(最近邻),matlab

在模式识别实验中,matlab环境,已有训练集A,如何利用bagging算法随机选取一些样本组成样本子集?比如从A中随机选择一些样本组成20个样本子集,然后训练生成20个分类器(最近邻),matlab程序应该
在模式识别实验中,matlab环境,已有训练集A,如何利用bagging算法随机选取一些样本组成样本子集?比如从A中随机选择一些样本组成20个样本子集,然后训练生成20个分类器(最近邻),matlab程序应该怎么写?

在模式识别实验中,matlab环境,已有训练集A,如何利用bagging算法随机选取一些样本组成样本子集?比如从A中随机选择一些样本组成20个样本子集,然后训练生成20个分类器(最近邻),matlab程序应该
bagging我不知道有没有工具箱可以用,但是你找数学论坛肯定能找到bootstrap采样的子程序,个人观点模式识别的话完全没必要写这种成型数学理论的东西,应用数学的论坛应该是到处都有的下载.
NN算起来麻烦其实写程序挺简单的,你可以先定义个距离范数子程序,然后用bootsrap子程序运行20次的结果分别保存在20个矩阵里,然后每个矩阵单独用NN算范数,比较大小分别输出范数最小的类别标签作为单一分类器的结果,最后用if else if循环加上一个计数器或者任何你想用的方法对类别投票就可以了,投票最多的是最终结果.要是KNN的话也可以用大投票或者其他方式,比如你用7近邻,取每个分类器范数最小的7个都拿来投票,最后对140个投票结果合并,采用什么方法可以试试看,哪种好用哪种,没有定式.