屬性選擇分類器算法與adaboostM1算法在中草藥分類的研究

【摘要】 討論了在中草藥數據分類應用中兩種分類器算法：屬性選擇分類器算法和adaboostM1算法的分類性能的問題，在WEKA平臺上實驗可知，這兩種經典組合分類器算法中屬性選擇分類器算法的分類精度比較高。

【關鍵詞】 中草藥 AdaBoostM1 WEKA

一、概述

組合分類器算法是現在比較流行的分類器算法，基本思想是利用組合的很多個單分類器來彌補單分類器對數據分類器的不足，從而提高分類器的分類性能。而屬性選擇分類器算法是WEKA平臺上的一種傳統分類器算法，本文在WEKA平臺上用這兩種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，屬性選擇分類器算法的分類精度比adaboostM1算法的分類精度高。

二、AdaBoost 算法介紹

1988 年，Kearns等在研究 PAC 學習模型時提出了一個有趣的問題：弱可學習是否等價于強可學習，即Boosting問題。如果這一問題有肯定的回答，意味著只要找到比隨機猜測略好的弱學習算法，就可以將其提升為強學習算法，而不必直接去尋找通常情況下很難獲得的強學習算法，這對學習算法的設計有著重要的意義。在更深入的研究中，Freund 等發現：在線分配問題與Boostin問題之間存在著很強的相似性，引入在線分配算法的設計思想，有助于設計出更實用的 Boosting算法。他們將加權投票的相關研究成果與在線分配問題結合，并在Boostin問題框架下進行對應推廣，得到了著名的AdaBoost算法。該算法不再要求預知弱學習算法的任何先驗知識，在實踐中獲得了極大的成功[1]。

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。對輸入的三種草藥數據集采用5重交叉驗證，取其分類精度來表現它們的分類性能，分類精度越高表示分類性能越好。

屬性選擇分類器的參數設置如下：

基分類器為decisionstump，evaluator 是classifiersubseteval，search為linearforwardselection。

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，屬性選擇分類器算法的分類精度大于adaboostM1算法的分類精度。

五、結論

綜上所述，在中草藥分類領域，在與adaboostM1算法比較下，可以利用屬性選擇分類器算法來提高傳統分類器算法的分類精度，也說明了在特定的數據集中，一些單分類器算法的分類性能可能會比組合分類器算法高的。

參 考 文 獻

[1] 曹瑩，苗啟廣，劉家辰，高琳. AdaBoost算法研究進展與展望[J]. 自動化學報，2013，06：745-758