兩種分類器算法在草藥數據分類中的比較

【摘要】 討論了在中草藥數據分類應用中兩種分類器算法classificatinviaregression 和adaboostM1的分類性能的問題，在weka平臺上實驗可知，這兩種分類器算法中adaboostM1的分類精度比較高。

【關鍵詞】 中草藥 AdaBoostM1 分類器

一、概述

傳統的單分類器算法對于草藥數據的分類應用有很多，但是每個單分類器算法對于不同的草藥數據的分類性能不同，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單分類器算法的缺點，從而提高傳統單分類器的分類性能。本實驗用目前應用廣泛的adaboostM1算法，與在WEKA平臺中的一種單分類器算法classificationviaregression進行比較，驗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平臺上用兩種分類器算法對草藥數據集進行分類，然后再對這兩種算法的分類精度進行對比，實驗表明：在實驗數據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.訓練樣本集S〈（x，y）…（x，y）〉。迭代次數 T，弱分類器 WeakLearn。

初始化：樣本權值，w=D（i），i=1，…，m

（1）for t=1，……，T

（2）產生分布pt=wt/∑w

（3）基于分布pt調用 WeakLearn，得到假設：ht：X→[0，1]

（4）計算假設ht的錯誤率： εt=∑pht（xi）-yi

（5）計算βt=εt/（1-εt）

（6）更新w=w×β

（7）end

輸出.

當

1ogh（x）≥

1og 時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草藥數據進行分類

本文所進行的實驗在Weka3-7-1平臺上完成，用三種草藥三七、人參、西洋參的指紋圖譜數據作為實驗的數據集。采用對輸入的數據集5重交叉驗證的方式，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的參數設置如下：

基分類器為decisionstump，其他的為默認參數設置。

AdaboostM1的參數設置如下：

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

之后執行RUN界面的START指令，再進入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、實驗結果與分析

從表1可以看出，在實驗的中草藥數據集中，AdaBoostM1算法的分類精度大于classificationviaregression算法的分類精度。

五、結論

綜上所述，在中草藥分類領域，在與classificaitnoviaregression算法比較下，可以利用AdaBoostM1算法來提高傳統分類器算法的分類精度，使用AdaBoostM1算法來進行草藥數據集的分類以達到高的精度。