prtools5.2.3工具包

PRTools can be useful for: design of prototypes of pattern recognition systems. design and evaluation of new algorithms. integration in applied areas of data analysis like computer vision, medical diagnostics, seismics, remote sensing, chemometrics and bio-informatics. PRTools5.2.3 This has recent

%ADABOOSTC
%
% [WVALF] =  ADABOOSTC（ACLASSFNRULEVERBOSE）;
%
% INPUT
%   A       Dataset
%   CLASSF  Untrained weak classifier
%   N       Number of classifiers to be trained
%   RULE    Combining rule （default: weighted voting）
%   VERBOSE Suppress progress report if 0 （default）
%
% OUTPUT
%   W       Combined trained classifier
%   V       Cell array of all classifiers
%           Use VC = stacked（V） for combining
%   ALF     Weights
%
% DEscriptION
%
% Computation of a combined classifier according to adaboost.
%
% In total N weighted versions of the training set A are generated
% iteratevely and used for the training of the specified classifier.
% Weights to be used for the probabilities of the objects in the training
% set to be selected are updated according to the Adaboost rule.
%
% The entire set of generated classifiers is given in V.
% The set of classifier weigths according to Adaboost is returned in ALF
%
% Various aggregating possibilities can be given in 
% the final parameter rule:
% []:      WVOTEC weighted voting.
% VOTEC    voting
% MEANC    sum rule
% AVERAGEC averaging of coeffients （for linear combiners）
% PRODC    product rule
% MAXC     maximum rule
% MINC     minimum rule
% MEDIANC  median rule
%
% REFERENCE
% Ji Zhu Saharon Rosset Hui Zhou and Trevor Hastie 
% Multiclass Adaboost. A multiclass generalization of the Adaboost 
% algorithm based on a generalization of the exponential loss.
% http://www-stat.stanford.edu/~hastie/Papers/samme.pdf
%
% SEE ALSO （PRTools Guide）
% MAPPINGS DATASETS

% Copyright: R.P.W. Duin r.p.w.duin@37steps.com
% Faculty EWI Delft University of Technology
% P.O. Box 5031 2600 GA Delft The Netherlands
% （Multiclass correction by Marcin Budka Bournemouth Univ. UK）

%function [WValf] = adaboostc（aclasfnruleverbose）
function [outValf] = adaboostc（varargin）

%% INITIALISATION
argin = setdefaults（varargin[]nmc100[]0）;
if mapping_task（argin‘definition‘）
  
  out = define_mapping（argin‘untrained‘‘Adaboost‘）;
  
%% TRAINING
elseif mapping_task（argin‘training‘）
  
  [aclasfnruleverbose] = deal（argin{:}）;
  [mkc] = getsize（a）;
  V = [];
  laba = getlab（a）;
  u = ones（m1）/m;			% initialise object weights
  alf = zeros（1n）;			% space for classifier weights
  isseparable = 0;          % check if we can make 0 error
  if verbose && k == 2
    figure（verbose）;
    scatterd（a）;
  end

  %% generate n classifiers
  for i = 1:n
    b = gendatw（aum）;             % sample training set
    b = setprior（bgetprior（a））;	% use original priors
    w = b*clasf;                    % train weak classifier
    ra = a*w;                       % test weak classifier

    if verbose && k == 2
      plotc（w1）; drawnow
    end
	
    labc = labeld（ra）;
    diff = sum（labc~=laba2）~=0;	% objects erroneously classified
    erra = sum（（diff）.*u）;          % weighted error on original dataset

    if （erra==0）
        isseparable = 1;
        V = 

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

     文件        867  2014-12-21 16:37  prtools5.2.3\Install_notes.txt

     文件       2635  2012-09-12 13:14  prtools5.2.3\License.txt

     文件         23  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\abs.m

     文件        115  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\abs.p

     文件        765  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\addpostproc.m

     文件        315  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\addpostproc.p

     文件       1233  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\addpreproc.m

     文件        377  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\addpreproc.p

     文件         23  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\and.m

     文件        175  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\and.p

     文件         97  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\check12.m

     文件        525  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\check12.p

     文件         38  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\display.m

     文件        413  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\display.p

     文件        518  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\dyadic.m

     文件        272  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\dyadic.p

     文件         22  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\end.m

     文件        238  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\end.p

     文件         22  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\eq.m

     文件        175  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\eq.p

     文件         23  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\exp.m

     文件        102  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\exp.p

     文件        747  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\filenames.m

     文件        363  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\filenames.p

     文件         24  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\find.m

     文件        203  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\find.p

     文件        228  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\findfiles.m

     文件        377  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\findfiles.p

     文件         22  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\ge.m

     文件        179  2014-12-21 16:39  prtools5.2.3\prtools\@prdatafile\ge.p

............此处省略1021个文件信息