bp-adaboost

顶呱呱程序

2-11 基于matlab的BP-Adaboost的强分类器分类预测基于matlab的BP-Adaboost的强分类器分类预测，Adaboost是一种迭代分类算法，其在同一训练集采用不同方法训练不同分类器（弱分类器），并根据弱分类器的误差分配不同权重，然后将这些弱分类器组合成一个更强的最终分类器（强分类器），并一直迭代，直到分类的错误率达到之前设定的阈值或者迭代次数达到设定最大迭代次数。程序已调通，可直接运行。

机器学习之心

回归预测 | MATLAB实现基于BP-Adaboost的BP神经网络结合AdaBoost多输入单输出回归预测1.MATLAB实现基于BP-Adaboost的BP神经网络结合AdaBoost多输入单输出回归预测； 2.运行环境为Matlab2018b； 3.输入多个特征，输出单个变量，多变量回归预测； 4.data为数据集，excel数据，前7列输入，最后1列输出，主程序运行即可,所有文件放在一个文件夹； 5.命令窗口输出R2、MAE、MAPE多指标评价。

机器学习之心

分类预测 | Matlab实现基于BP-Adaboost数据分类预测1.Matlab实现基于BP-Adaboost数据分类预测（Matlab完整程序和数据） 2.多特征输入模型，直接替换数据就可以用。 3.语言为matlab。分类效果图，混淆矩阵图。 4.分类效果图，混淆矩阵图。 5.BP-Adaboost的数据分类预测。运行环境matlab2018及以上。