关于adaboost算法

Question

我正在做一个交通流量预测，我可以预测一个地方有繁忙或轻微的交通。我将每个流量分类为1-5，1是最轻的流量，5是最大的流量。

我偶然看到这个网站，http://www.waset.org/journals/waset/v25/v25-36.pdf，AdaBoost算法，我真的很难学习这个算法。特别是在S是集合((xi，yi)，i=(1,2,…,m))的部分。Y={-1,+1}在哪里。什么是x、y和常量L？L的价值是什么

谁能给我解释一下这个算法？:)

Answer 1

S={(x1,y1),...,(xm,ym)}：每个(x,y)对都是用于训练(或测试)分类器的样本：

• x =描述此特定样本的要素，例如列出etc
• y、1, 2, 3, 4 or 5

、amount of cars on the road的值day of the week =特定x的标签，在本例中可以是标签

白皮书中的Table 1显示了他们使用的x功能，即：DAY、TIME、INT、DET、LINK、POS、GRE、<代码>D23、<代码>D24和<代码>D25。表的最后一列显示标签(y)，他们将其设置为1或-1 (即yes或no)。表中的每一行都是一个样本。

L是AdaBoost训练弱学习者的轮数(在本文中，Random Forests用作弱分类器)。如果将L设置为1，则AdaBoost将运行1轮，并且仅训练1个弱分类器，这将产生糟糕的结果。使用不同的L值执行多个实验，以找到最佳值(即，当AdaBoost收敛或开始过拟合时)。