Adaboost训练和测试代码

adaboost训练和测试的源代码，QT工程文件

#include 
#include “opencv/cv.h“
#include “opencv/ml.h“
#include 
using namespace std;
using namespace cv;
void help（）
{

    printf（“adaboost  “）;
}

int main（int argc char*argv[]） {

    help（）;
//1. Declare a structure to keep the data
CvMLData cvml;
//2. Read the file
cvml.read_csv（argv[1]）;

//3. Indicate which column is the response
cvml.set_response_idx（0）;

//if（!cvml.CvMLData）
//    printf（“empty“）;

//1. Select 40 for the training
CvTrainTestSplit cvtts（10000 true）;
//2. Assign the division to the data
cvml.set_train_test_split（&cvtts）;

printf（“Training ... “）;

//1. Declare the classifier
CvBoost boost;

//2. Train it with 100 features
boost.train（&cvml CvBoostParams（CvBoost::REAL 2116 0.95 1000 false 0） true）;

//CvBoostParams的参数含义分别是：（1）使用REAL adaboost，
//（2）100个分类器，
//（3）样本总权值小于1.0-0.95 = 0.05的点将不参加下一次的迭代
//（4）训练树的最大深度是5
//（5）不使用代理分裂
//（6）没有定义自己的错分类代价


// 1. Declare a couple of vectors to save the predictions of each sample
std::vector train_responses test_responses;
// 2. Calculate the training error
float fl1 = boost.calc_error（&cvmlCV_TRAIN_ERROR&train_responses）;
// 3. Calculate the test error
float fl2 = boost.calc_error（&cvmlCV_TEST_ERROR&test_responses）;
printf（“Error train %f \n“ fl1）;
printf（“Error test %f \n“ fl2）;


// Save the trained classifier
boost.save（argv[2] “boost“）;

//CvMat *SampleData = cvCreateMat（1 10 CV_32FC1）;

//boost.load（“./trained_boosttrue.xml“）;

//float x = boost.predict（SampleDataMat（）Range::all（）falsefalse）;
//cout<printf（“exit“）;
return EXIT_SUCCESS;
}

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        328  2013-08-06 14:47  adaboost\adaboost训练1\adaboost.pro

     文件      12853  2013-08-27 14:06  adaboost\adaboost训练1\adaboost.pro.user

     文件       1803  2013-08-08 19:45  adaboost\adaboost训练1\main.cpp

     文件        181  2013-08-27 14:35  adaboost\adaboost训练1\readme.txt

     文件       2156  2013-08-08 22:57  adaboost\adaboost预测\main.cpp

     文件        326  2013-08-08 10:43  adaboost\adaboost预测\pridict.pro

     文件      17281  2013-08-27 14:49  adaboost\adaboost预测\pridict.pro.user

     文件        182  2013-08-27 14:54  adaboost\adaboost预测\readme.txt

     目录          0  2013-12-09 14:15  adaboost\adaboost训练1

     目录          0  2013-12-09 14:15  adaboost\adaboost预测

     目录          0  2013-12-09 14:29  adaboost

----------- ---------  ---------- -----  ----

                35110                    11