[發案] 有關AdaBoost的Case

[LINNABA (NABA)]

        案件狀態：發包中

        　發案人： 林同學
       聯絡方式1： 站內信 或手機
       聯絡方式2：

        有效時間： 8/29 8/30
        專案說明：
          最近做論文遇到了點麻煩
          是有關分類器做決策上的準確率問題
          (125個特徵 分類器使用Fisher Linear)
          由於兩類的分類結果正確率只有50出頭
          想用AdaBoost來進行改良
          可是不知道該怎麼使用
          網路上的資源看不太懂實際運作原理為何
          希望有經驗的人能親自口頭指點
          小弟是作業環境是C# 2008
          但程式部分本人會自己解決
          不需要麻煩您


        　　預算： 500元+一頓晚餐
      接案者要求： 希望能解說AdaBoost操作原理就好 大概需要2~3個鐘頭
  接受新手承案否：是
        　　附註：希望能在禮拜一晚上前找到接案者


--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 122.116.63.56
→ yourinfo:matlab那麼多分類器，先都跑一跑比較快啦
→ yourinfo:feature有用就有用，50%的結果應該跟分類器關係不大
→ yourinfo:如果有60以上，換個分類器才比較有義意。以上，我的感想
→ LINNABA:你是說分類器影響比較大嗎@@?我跑了七個結果都只有52~58%
→ LINNABA:因為我的指導教授希望我隨便用了一個分類器做完分類後
→ yourinfo:如果是這樣，就是我說的feature本來就不行 ... 再想想把
→ LINNABA:再用AdaBoost加進去看效果改良多少 因為50幾趴真的太低..
→ yourinfo:教授讓你弄就弄吧，他只是要你回報個結果而已...
推 smallworld:125FEATURE 訓練資料沒有上萬 想準也很難
推 come:你的正確率是怎麼計算的?  feature不在多  有幾個有效的就夠