adaboost算法代码matlab

Adaboost（AdaBoost，自适应boosting）是一种集成学习算法，通过迭代的方式结合弱分类器来创建一个强分类器。在MATLAB中，可以使用 Statistics and Machine Learning Toolbox 提供的`fitctree`函数（用于训练决策树）和`adaboost`函数来实现AdaBoost。

下面是一个简单的Adaboost算法在MATLAB中的示例代码：

% 导入所需库
addpath('toolbox_path'); % 如果需要，替换为实际的工具箱路径

% 假设你有训练数据 X (特征) 和 y (标签)
X = ...; % 你的特征矩阵
y = ...; % 你的类别向量

% 定义最大迭代次数
numTrees = 100; 

% 使用adaboost函数训练模型
[treeModel, AdaboostWeights] = adaboost(X, y, 'NumLearningCycles', numTrees, 'Method', 'SAMME.R');

% 输出训练好的决策树模型
disp(treeModel);

% 训练后的权重数组
disp(AdaboostWeights);

% 示例预测
predictions = predict(treeModel, X);

% 结果评估
accuracy = sum(predictions == y) / length(y);
fprintf('Accuracy: %.2f%%\n', accuracy * 100);

%