adaboost算法python代码

Adaboost是一种集成学习方法，它通过组合一系列弱分类器形成强分类器。在Python中，可以使用sklearn库来实现Adaboost算法。以下是简单的AdaBoostClassifier示例：

from sklearn.ensemble import AdaBoostClassifier
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建AdaBoost分类器
adaboost = AdaBoostClassifier(n_estimators=50)  # 选择50个基础分类器，默认使用决策树作为弱分类器

# 训练模型
adaboost.fit(X_train, y_train)

# 预测
predictions = adaboost.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, predictions)
print("Accuracy:", accuracy)