【摘要】 討論了在中草藥數(shù)據(jù)分類應(yīng)用中兩種分類器算法multiboostAB和adaboostM1的分類性能的問(wèn)題，在weka平臺(tái)上實(shí)驗(yàn)可知，這兩種分類器算法中adaboostM1的分類精度比較高。

【關(guān)鍵詞】 中草藥 AdaBoostM1 weka

一、概述

以往對(duì)于中草藥的分類一般都是采用傳統(tǒng)的單分類算法，如最近鄰分類算法、神經(jīng)網(wǎng)絡(luò)算法等，本實(shí)驗(yàn)研究的是把組合分類器算法應(yīng)用于中草藥數(shù)據(jù)的分類中，使用了目前比較流行的adaboostM1算法，與該算法進(jìn)行比較的也是一種元學(xué)習(xí)算法，該算法為multiboostAB分類器算法。

本文首先在weka平臺(tái)上用兩種分類器算法對(duì)草藥數(shù)據(jù)集進(jìn)行分類，然后再對(duì)這兩種算法的分類精度進(jìn)行對(duì)比，實(shí)驗(yàn)表明：在實(shí)驗(yàn)數(shù)據(jù)集為輸入樣本集的情況下，AdaboostM1算法的分類精度比較高。

二、AdaBoost 算法

AdaBoost 算法的基本思想可以概括為：

（1）對(duì)實(shí)驗(yàn)中的每個(gè)樣本 X都賦予一個(gè)權(quán)重W。

（2）對(duì)輸入的訓(xùn)練數(shù)據(jù)進(jìn)行K次迭代學(xué)習(xí)。每次迭代后，對(duì)其中分類錯(cuò)誤的樣本進(jìn)行加大權(quán)重修改，使得下次進(jìn)行迭代時(shí)把重點(diǎn)放在這些樣本上。

（3）同時(shí)對(duì)于算法中的每個(gè)弱分類器都有一個(gè)原始的權(quán)重α，隨著迭代的進(jìn)行，每個(gè)弱分類器的權(quán)重進(jìn)行修改，其中正確率高的分類器權(quán)重也相對(duì)高。

三、在Weka上用AdaBoost算法及幾種單分類算法對(duì)草藥數(shù)據(jù)進(jìn)行分類

本文所進(jìn)行的實(shí)驗(yàn)在Weka3-7-1平臺(tái)上完成，用三種草藥三七、人參、西洋參的指紋圖譜數(shù)據(jù)作為實(shí)驗(yàn)的數(shù)據(jù)集。本實(shí)驗(yàn)采用的方法是對(duì)數(shù)據(jù)集采用5重交叉驗(yàn)證，實(shí)驗(yàn)得出的分類精度體現(xiàn)為分類性能，分類精度越高表示分類效果越好。

multiboostAB的參數(shù)設(shè)置如下：

基分類器為decisionstump，numiteration是10，numsubcmtys為3，seed為1，weightThreshold為100，其他的為默認(rèn)參數(shù)設(shè)置。

AdaboostM1的參數(shù)設(shè)置如下：

基分類器為decisionstump，numiteration為10，seed為1，weightThresold為100。

之后執(zhí)行RUN界面的START指令，再進(jìn)入ANALYSE界面載入文件選擇分析分類精度，可得到這些算法的平均分類精度如表1所示。

四、實(shí)驗(yàn)結(jié)果與分析

從表1可以看出，在實(shí)驗(yàn)的中草藥數(shù)據(jù)集中，AdaBoostM1算法的分類精度大于multiboostAB算法的分類精度。

五、結(jié)論

綜上所述，在中草藥分類領(lǐng)域，在與multiboostAB算法比較下，可以利用AdaBoostM1算法來(lái)提高傳統(tǒng)分類器算法的分類精度，使用AdaBoostM1算法來(lái)進(jìn)行草藥數(shù)據(jù)集的分類以達(dá)到高的精度。

參 考 文 獻(xiàn)

[1] Witten，1.H.and Frank，E.Data Mining practical machine leaning tool sand techniques，second edition. 北京，機(jī)械工業(yè)出版社，2006