【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classificatinviaregression 和adaboostM1的分類性能的問題，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 分類器

一、概述

傳統(tǒng)的單分類器算法對(duì)于草藥數(shù)據(jù)的分類應(yīng)用有很多，但是每個(gè)單分類器算法對(duì)于不同的草藥數(shù)據(jù)的分類性能不同，都有一定的偏向，研究人員開始嘗試用組合分類器的方式來彌補(bǔ)單分類器算法的缺點(diǎn)，從而提高傳統(tǒng)單分類器的分類性能。本實(shí)驗(yàn)用目前應(yīng)用廣泛的adaboostM1算法，與在WEKA平臺(tái)中的一種單分類器算法classificationviaregression進(jìn)行比較，驗(yàn)證組合分類器算法的分類性能是否比單分類器算法的好。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 算法介紹

AdaBoostM1[1]算法：輸入.訓(xùn)練樣本集S〈（x，y）…（x，y）〉。迭代次數(shù) T，弱分類器 WeakLearn。

初始化：樣本權(quán)值，w=D（i），i=1，…，m

（1）for t=1，……，T

（2）產(chǎn)生分布pt=wt/∑w

（3）基于分布pt調(diào)用 WeakLearn，得到假設(shè)：ht：X→[0，1]

（4）計(jì)算假設(shè)ht的錯(cuò)誤率： εt=∑pht（xi）-yi

（5）計(jì)算βt=εt/（1-εt）

（6）更新w=w×β

（7）end

輸出.

當(dāng)

1ogh（x）≥

1og 時(shí)Hf（x）為1，否則Hf（x）為0。

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。采用對(duì)輸入的數(shù)據(jù)集5重交叉驗(yàn)證的方式，取其分類精度為分類性能，分類精度越高表示分類效果越好。

classificationviaregression的參數(shù)設(shè)置如下：

基分類器為decisionstump，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classificationviaregression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classificaitnoviaregression算法比較下，可以利用AdaBoostM1算法來提高傳統(tǒng)分類器算法的分類精度，使用AdaBoostM1算法來進(jìn)行草藥數(shù)據(jù)集的分類以達(dá)到高的精度。