Adaboost

決定株によるAdaboostアルゴリズムの実装

動作環境

Visual Studio 2017 community のコンソールプロジェクトで作成

使用方法

 string path = "csvファイルのパス";
            float[][] data = ReadCsv(path, "データのcsvファイル名");
            float[][] trainingData = new float[trainingDataNum][];
            int[] classElement = ReadCsvInt(path, "クラス属性値のcsvファイル")[0];

Program.cの上記のコードの

• csvファイルのパスをAdaboostプロジェクトのパス
• データのcsvファイル名をwinequality-red.csv
• クラス属性値のcsvファイル名をwinequality-red_class_element.csv

に設定し、ソリューションをビルドし、実行できます。

生成されるデータは

            writer.WriteLine(k + "," + p + "," + trainingDataNum + "," + ((float)correct / testdata.GetLength(0)) * 100);

によって

分類器の数,分割数,分類器の属性番号,正解率

を持つresult.csvがプロジェクト内に吐き出されます。

コンソール上では実行結果として以下のような判定条件と属性番号が出力されます。

v=9.960012,op=0,element_num=10
v=0.5805005,op=0,element_num=9
v=10.51252,op=0,element_num=10
v=0.5506998,op=1,element_num=1
v=9.830011,op=0,element_num=10
v=0.6473006,op=0,element_num=9
v=10.22001,op=0,element_num=10
v=65.43003,op=1,element_num=6
v=9.960012,op=0,element_num=10
v=11.22752,op=0,element_num=10
v=0.5805005,op=0,element_num=9

*テスト用のデータはhttp://archive.ics.uci.edu/ml/datasets/Wine を用いています。