Я работаю над реализацией AdaBoost на Java. Он должен работать для «двойных» координат в 2D, 3D или 10D. Все, что я нашел для Java, это для двоичных данных (0,1), а не для многомерного пространства.
В настоящее время я ищу способ представить размеры и инициализировать классификаторы для повышения.
Я ищу предложения о том, как представить многомерное пространство в Java и как инициализировать классификаторы для начала.
Данные находятся где-то между [-15,+15]. И целевые значения 1 или 2.
Чтобы использовать расширенное дерево решений для пространственных данных, типичный подход состоит в том, чтобы попытаться найти «точку раздела» на некоторой оси, которая минимизирует остаточную информацию в двух поддеревьях. Для этого вы находите некоторое значение вдоль некоторой оси (скажем, оси x), а затем разделяете точки данных на две группы — одну группу точек, чья координата x ниже этой точки разделения, и одну группу точек, чья координата x равна выше этой точки разделения. Таким образом, вы преобразуете пространственные данные с действительными значениями в данные 0/1: значения 0 — это значения ниже точки разделения, а значения 1 — значения выше точки разделения. Таким образом, алгоритм идентичен AdaBoost, за исключением того, что при выборе оси для разделения вы также должны учитывать потенциальные точки разделения.
Как насчет использования JBoost? Думаю, это то, что вам нужно.
Почему бы вам не использовать массив double[] для каждого объекта? Это распространенный способ представления векторов признаков в Java.
