Adapost içinde kullanılan karar fonksiyonu için tanımlama (formül) nedir?

Question

sklearn.ensemble.AdaBoostClassifierdecision_function bir yöntem olduğunu görüyorum.

Bu işlevin, bir örneğin bir kategoriye ait olma olasılığıyla ilgili bir değer döndürmesi gerektiğini düşünüyorum. Ben haklı mıyım

Ancak, AdaBoostClassifier içinde karar fonksiyonu için formül bulamıyorum, herkes biliyor mu? Olması gerekiyordu tam olarak nerede O bulunduğu

Answer 1

- Şu anda hat 639

https://github.com/scikit-learn/scikit-learn/blob/51a765a/sklearn/ensemble/weight_boosting.py#L639

def decision_function(self, X): 
    """Compute the decision function of ``X``. 
    Parameters 
    ---------- 
    X : {array-like, sparse matrix} of shape = [n_samples, n_features] 
     The training input samples. Sparse matrix can be CSC, CSR, COO, 
     DOK, or LIL. DOK and LIL are converted to CSR. 
    Returns 
    ------- 
    score : array, shape = [n_samples, k] 
     The decision function of the input samples. The order of 
     outputs is the same of that of the `classes_` attribute. 
     Binary classification is a special cases with ``k == 1``, 
     otherwise ``k==n_classes``. For binary classification, 
     values closer to -1 or 1 mean more like the first or second 
     class in ``classes_``, respectively. 
    """ 
    check_is_fitted(self, "n_classes_") 
    X = self._validate_X_predict(X) 

    n_classes = self.n_classes_ 
    classes = self.classes_[:, np.newaxis] 
    pred = None 

    if self.algorithm == 'SAMME.R': 
     # The weights are all 1. for SAMME.R 
     pred = sum(_samme_proba(estimator, n_classes, X) 
        for estimator in self.estimators_) 
    else: # self.algorithm == "SAMME" 
     pred = sum((estimator.predict(X) == classes).T * w 
        for estimator, w in zip(self.estimators_, 
              self.estimator_weights_)) 

    pred /= self.estimator_weights_.sum() 
    if n_classes == 2: 
     pred[:, 0] *= -1 
     return pred.sum(axis=1) 
    return pred