matlab adaboost代码

以下是 Matlab 中使用 Adaboost 算法的示例代码：

假设我们有一个训练集，其中包含两个分类（+1 和 -1），每个分类具有四个特征。我们使用 Adaboost 算法训练一个分类器来预测新数据点的分类。

% 生成一个训练集
train_data = [1, 2, 3, 4; 2, 3, 4, 5; 3, 4, 5, 6; 4, 5, 6, 7; -1, -2, -3, -4; -2, -3, -4, -5; -3, -4, -5, -6; -4, -5, -6, -7];
train_labels = [1, 1, 1, 1, -1, -1, -1, -1]';

% 初始化 Adaboost 参数
num_classifiers = 3;
weak_learner = 'tree';
boost_model = fitensemble(train_data, train_labels, weak_learner, num_classifiers);

% 测试 Adaboost 分类器
test_data = [5, 6, 7, 8; -5, -6, -7, -8];
predicted_labels = predict(boost_model, test_data);
disp(predicted_labels);

输出应该为：

 1
-1

此代码使用 `fitensemble` 函数来训练 Adaboost 分类器，并使用 `predict` 函数对新数据点进行分类预测。在这里，我们使用决策树作为弱分类器。你可以通过更改 `weak_learner` 参数来使用其他类型的弱分类器，例如支持向量机、神经网络等。