西南交通大学 机器学习 实验8.docx

实验八：Boosting 集成学习

 实验目的

掌握集成学习思想，掌握 boosting 策略，基于 AdaBoost 实现多分类任务。

 实验要求

编程实现 AdaBoost 集成方法，对如下数据集进行分类。基模型采用决策树模型，划分属性

指标采用信息熵指标，决策树最大深度设置为 1。将基模型数量

依次设置为

from sklearn.tree import DecisionTreeClassifier

# 读取数据

train_data = np.loadtxt('experiment_08_training_set.csv', delimiter=',')

test_data = np.loadtxt('experiment_08_testing_set.csv', delimiter=',')