一、求助,如何确定adaboost算法的弱分类器

Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值的新数据集送给下层分类器进行训练，最后将每次训练得到的分类器最后融合起来，作为最后的决策分类器。使用adaboost分类器可以排除一些不必要的训练数据特徵，并将关键放在关键的训练数据上面。

目前，对Adaboost算法的研究以及应用大多集中于分类问题，同时近年也出现了一些在回归问题上的应用。就其应用Adaboost系列主要解决了:两类问题、多类单标签问题、多类多标签问题、大类单标签问题，回归问题。它用全部的训练样本进行学习。

该算法其实是一个简单的弱分类算法提升过程，这个过程通过不断的训练，可以提高对数据的分类能力。整个过程如下所示：

1.先通过对N个训练样本的学习得到第一个弱分类器；

2.将分错的样本和其他的新数据一起构成一个新的N个的训练样本，通过对这个样本的学习得到第二个弱分类器；

3.将和都分错了的样本加上其他的新样本构成另一个新的N个的训练样本，通过对这个样本的学习得到第三个弱分类器；

4.最终经过提升的强分类器。即某个数据被分为哪一类要通过，……的多数表决。

2.3 Adaboost(Adaptive Boosting)算法

对于boosting算法，存在两个问题：

1.如何调整训练集，使得在训练集上训练的弱分类器得以进行；

2.如何将训练得到的各个弱分类器联合起来形成强分类器。

针对以上两个问题，adaboost算法进行了调整：

1.使用加权后选取的训练数据代替随机选取的训练样本，这样将训练的焦点集中在比较难分的训练数据样本上；

2.将弱分类器联合起来，使用加权的投票机制代替平均投票机制。让分类效果好的弱分类器具有较大的权重，而分类效果差的分类器具有较小的权重。

Adaboost算法是Freund和Schapire根据在线分配算法提出的，他们详细分析了Adaboost算法错误率的上界，以及为了使强分类器达到错误率，算法所需要的最多迭代次数等相关问题。与Boosting算法不同的是，adaboost算法不需要预先知道弱学习算法学习正确率的下限即弱分类器的误差，并且最后得到的强分类器的分类精度依赖于所有弱分类器的分类精度，这样可以深入挖掘弱分类器算法的能力。

Adaboost算法中不同的训练集是通过调整每个样本对应的权重来实现的。开始时，每个样本对应的权重是相同的，即其中 n为样本个数，在此样本分布下训练出一弱分类器。对于分类错误的样本，加大其对应的权重；而对于分类正确的样本，降低其权重，这样分错的样本就被突出出来，从而得到一个新的样本分布。在新的样本分布下，再次对弱分类器进行训练，得到弱分类器。依次类推，经过 T次循环，得到 T个弱分类器，把这 T个弱分类器按一定的权重叠加（boost）起来，得到最终想要的强分类器。

Adaboost算法的具体步骤如下：

1.给定训练样本集，其中分别对应于正例样本和负例样本；为训练的最大循环次数；

2.初始化样本权重，即为训练样本的初始概率分布；

3.第一次迭代：

(1)训练样本的概率分布下，训练弱分类器：

(2)计算弱分类器的错误率：

(3)选取，使得最小

(4)更新样本权重：

(5)最终得到的强分类器：

Adaboost算法是经过调整的Boosting算法，其能够对弱学习得到的弱分类器的错误进行适应性调整。上述算法中迭代了次的主循环，每一次循环根据当前的权重分布对样本x定一个分布P，然后对这个分布下的样本使用若学习算法得到一个错误率为的弱分类器，对于这个算法定义的弱学习算法，对所有的，都有，而这个错误率的上限并不需要事先知道，实际上。每一次迭代，都要对权重进行更新。更新的规则是：减小弱分类器分类效果较好的数据的概率，增大弱分类器分类效果较差的数据的概率。最终的分类器是个弱分类器的加权平均。

第一部分:算法的产生

1996年Yoav Freund在Experiments with a New Boosting Algorithm中提出了AdaBoost.M1和AdaBoost.M2两种算法.其中,AdaBoost.M1是我们通常所说的Discrete AdaBoost;而AdaBoost.M2是M1的泛化形式.该文的一个结论是:当弱分类器算法使用简单的分类方法时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者的比较来得明显.

文献中记录的.M1算法

初始

1.获得一组样本(X)和它的分类(Y)和一个分类器(weaklearn).

2.赋予平均的权值分布D(i)

进入循环:T次

1.赋予弱分类器权值D(i),使用弱分类器获得样本(X)到分类(Y)上的一个映射.(就是把某个X归到某个Y类中去)

2.计算这个映射的误差e.e=各个归类错误的样本权值之和.如果e>1/2那么弱分类器训练失败,挑出循环,训练结束(这在二值检测中是不会发生的,而多值的情况就要看分类器够不够强健了)

3.设B= e/( 1- e).用于调整权值.因为e<1/2.因此0<B<1

4.如果某样本分类正确,该样本的权值就乘以B让权值变小;如果分类错误,就让该样本的权值乘以B^-1或者不变,这样就让分类正确的样本权值降低,分类错误的样本权值升高,加强了对较难分类样本的分类能力

5.权值均衡化

循环结束

1.最终的分类器是,当一个X进入时,遍历所有Y,寻找使(h(x)=y的情况下,log(1/B)之和)最大者即是输出分类y

M2相比于M1的改进是允许弱分类器输出多个分类结果,并输出这几个分类结果的可能性(注意,这里不是概率)

.M2的流程是

1.获得一组样本(X)和它的分类(Y)和一个分类器(weaklearn).

2.对于某个样本Xi将它的分类归为一个正确分类Yi和其他不正确分类Yb

3.样本权值进行如下分布首先每个样本分到1/m的权值,然后每个不正确分类分到(1/m)/Yb的个数.也就是说样本权值是分到了每个不正确的分类上

进入循环

1.求每个样本的权值,即每个样本所有不正确的分类的权值和,再求每个样本错误分类的权值,即不正确分类的权值除以该样本的权值.最后将每个样本的权值归一化

2.将样本权值和某样本的不正确分类的权值输入到weaklearn,获得弱分类器的输出为各个分类的可能值

3.计算伪错误率:公式见上

4.更新权值

退出循环

最终的强分类器:图贴不出来了...

1999年, ROBERT E. SCHAPIRE和YORAM SINGER,于Machine Learning发表论文: Improved Boosting Algorithms Using Confidence-rated Predictions.提出了更具一般性的AdaBoost形式.提出了自信率以改善AdaBoost的性能.并提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其中AdaBoost.MH算法的一种形式又被称为Real Boost算法.

事实上:Discrete AdaBoost是指,弱分类器的输出值限定在{-1,+1}，和与之相应的权值调整，强分类器生成的AdaBoost算法；Real AdaBoost是指，弱分类器输出一个可能度，该值的范围是整个R,和与之相应的权值调整，强分类器生成的AdaBoost算法。事实上，Discrete到Real的转变体现了古典集合到模糊集合转变的思想

至于Gentle AdaBoost.考虑到(AdaBoost对”不像”的正样本权值调整很高,而导致了分类器的效率下降),而产生的变种算法.它较少地强调难以分类的样本.

二、卡尔达诺ada币可以挖矿么如何挖

可以挖的，我就是专门挖DAD的，没有任何套路拉人头之类的，就是每天挖每天提币，已经挖了三四年了；

如果是自己用电脑挖，ADA的官网主页面左下角有个“开发”，点击进去后左边有一个“安装和运行节点”，然后按提示操作进行，对电脑配置的要求、下载流程都有说明，个人用电脑挖ADA基本都是亏损电费的，除非您那里的电费在0.25一下或者是电力局职工内部免费用电，自己电脑挖矿才能赚钱。

这是翻译成中文的官网，左下角有“开发”，点击进入，就可以详细了解资源下载矿工节点协议挖ADA了。不过自己挖肯定是电费都赚不回来的。特权人群除外哈。

上面是我个人亲自实操以后的一些结论，不知道能不能理解，如果有不理解的还可以留言哈，我随时在；

三、新手80草缸应该如何配置

‍水草造景开设前，需要准备好水草缸基本配置，以便于水草生长出好状态。而水草长势很好，也需要便于观赏造景的超白水草缸承载。此时选择品质好的超白水草缸也是至关重要。而造景前，那应该如何配置水草缸呢？请详见下文（部分转自网络，

1.底床一般选择程弱酸性或中性的底砂或底泥，最好在缸底铺设8～12cm。而底砂一般作为装饰品。水草玩家常用得底泥有ADA、尼特利等，而底砂则是河沙、矽砂、宜兰砂、仙土等。水草玩家使用的底砂大小要适当，凡过于细小或粗大之砂粒都不宜。过细的沙砾会导致水质浑浊、通气性不佳。反之则是不利于水草扎根与生长。一般选择的底砂直径为2--4mm。2.肥料水草在生长期间是需要充足的光照、适宜的温度和二氧化碳等条件，同时，也需要施肥。基肥是水草缸长期肥料供应的系统，根肥是放在水草根旁的肥料，效果十分明显。当基肥失效后施用。通常有速效型和缓释型的两种，速效型的每周都要添加，缓释型根据说明书的期限添加。我用过一种荷兰的粒粒肥，缓释型的，效果很是不错。一般的水草玩家只要选择比较普通的基肥就行，如果日后打算挑战高难度的红色水草，比如百叶、红蝴蝶等等，就再备一瓶液肥。3.水草灯

水草缸是浓缩在玻璃器皿里的大自然，因此水草缸中的所有条件要尽量模拟大自然环境应。

而水草是一种需要阳光才能光合作用的植物，水草缸中则是用水草灯代替阳光。水草需要有红光及蓝光才能生存下去。因而水草玩家需要选择适宜水草生长的光质和色温，也就是选择适宜的水草灯。所要注意的就是光量的大小，简单地说，每1公升水需要0.6～1瓦的光量，也就是说一个200公升水量的水草缸，需要120～200瓦的灯光，30瓦的荧光灯要选择4～6支。对于初学者来说，选择水族箱专用的卤素荧光灯、超光灯、太阳灯，进行合理搭配就足够了。不喜强光的椒草类、蕨类等约是20W、l－2盏灯。反之，若是喜好光线的有茎水草，则以20W、3－4盏灯的亮度为佳。一个水草缸选择4支灯，通常2支超光灯管+2支太阳灯管就可以了。有一点需要注意的就是，灯管是有使用寿命的，3～4个月，我们需要逐步更换灯管了。

4.过滤设备

过滤设备可选择圆筒式过滤或内部过滤等，过滤器大小应与缸子大小相搭配，但不宜采上部过滤。滤材只须棉花便可，不要加活性碳，以免减低肥料的效力。

在水草箱中，最常见的是沉水过滤器和外置过滤桶。沉水过滤器应该放置在水族箱的左后或右后部，过滤器前种植较高的草将过滤器遮挡。外置过滤桶是常见的另一种选择，好处是在水草缸中不占空间，缺点是安装比较麻烦。

至于滤材，简易配置：过滤绵→多孔隙石英石普通配置：活性碳→细过滤绵→多孔隙石英石→粗过滤绵→陶瓷环推荐配置：活性碳→细过滤绵→多孔隙石英石→硝化石→绿胶脂→陶瓷环在此配置基础上，可根据实际处理水质的要求，再增加草酸泥、离子交换树脂等可以彻底软化水质硬度的过滤材料以达到处理目的。

5.二氧化碳设备

从现在的研究来看，作为水草的发烧友，二氧化碳供应系统是必不可少的。如果你没有二氧化碳供应系统，你就根本看不到鹿角苔晶莹的吐泡现象。通常的二氧化碳供应系统有2类，一类是二氧化碳发生器，利用电击碳棒产生二氧化碳；另一类使用二氧化碳钢瓶。初学者可以，注意是可以，使用二氧化碳发生器，因为它简单易用，缺点是效果不明显，还会对水草缸产生一定无害地污染（碳粉）。

最佳的选择是配备一整套二氧化碳供应系统，如何配置水草缸，二氧化碳设备是重中之重。以下是二氧化碳供应系统的配置。

简易型配置：二氧化碳钢瓶、微调阀、潜水马达。普通型配置：二氧化碳钢瓶、微调阀、止逆阀、螺旋玻璃二氧化碳扩散管。

经济型配置：二氧化碳钢瓶、输出压力表、微调阀、止逆阀、陶瓷二氧化碳扩散器。

玩家型配置：二氧化碳钢瓶、输出压力表、微调阀、止逆阀、计泡器、陶瓷二氧化碳扩散器、常期型简易二氧化碳检测器。

专业型配置：精密二氧化碳钢瓶、精密压力表、双向微调阀、止逆阀、计泡器、电磁阀、定时器、专业型二氧化碳扩散器、pH自动控制仪、常期型简易二氧化碳检测器。

发烧型配置：精密二氧化碳钢瓶、防爆钢瓶底座、精密输出、钢瓶内在气体压力表、双向微调阀、止逆阀、电磁阀、压迫式二氧化碳扩散器、pH自动控制仪、导电度自动控制仪。

二氧化碳供应系统不一定要到水族专营店去购买，在很多的气体供应站都有出售，价格还会相对便宜。喜欢DIY的朋友，电磁阀的制作也相对简单的。要注意的是接口，也就是压力表与气瓶的接头，通常国外进口的压力表经常有英制的，而我们使用的是公制的，即使大小一样，由于螺纹不同，也是不能旋上的。另外，国内各种气瓶规格的不同，也造成接口大小的多样性，在购买之前应该仔细测量一下。

6.加温降温设备

加热棒：无论国产还是进口的加热棒的质量都是不错的，选择一个自动温控的进口加热棒就不用担心有煮鱼之虞。在北方，每年的10月底将加热棒投入使用，5月将加热棒取出擦净。加热棒应该是水族箱中最费电的了，一般都有80～100W。有一点要提醒的是，尽管很多品牌的加热棒宣称是防爆的，但是在使用时还是要注意，先将加热棒放到水中之后在插上电源；从鱼缸取出时，先拔掉电源，几分钟之后在从水中拿出来。

恒温器：

一般热带鱼或热带地区原产的水草，最适宜的水温约在20一30℃。众所周知，夏天水族箱内的温度可达30℃以上，但冬天却又可降至15℃以下，所以最好能使用加温器，冷却机等器材，以保持恒温。水温变化对鱼儿及水草都有切身关系，即使价格高昂也应选择性能优异的产品。

加温器：

加温器是指天冷时能使水温升高的器材，市面上有50W、75W、100w、200W、300W等，可根据水族箱大小来决定所使用的功率。

冷却机：

冷却机虽可降低水温，但价格太高，一般水族箱不常使用。不过现在有一些简单的兼顾冷、暖的商品，在经济条件许可范围内是可以考虑的选择。还有定时器和温度计，方便调整和观察水温水质和光照时间。

7.造景素材

造景素材是水草缸必不可少的，如沉木、石头等。石头只要不会释出石灰质或有害物质的种类都可以选择。不过从河边或海边拾回的岩石，最好先用热水烫过或用酸彻底消毒。如果野采到不知名沉木最好不要使用，不然出现严重黄水现象。

另外，一般市售的沉木一部分是从菲律宾、新加坡、亚马逊河、非洲等进口的，直接放入水草缸中，会出现黄水。所以在使用前须先用大锅热水煮过，再浸泡于水中数周或数个月。

8.维护用品

如何配置水草缸呢？当然少不了维护用品。种植水草的镊子，修剪水草的剪刀，虹吸管，去藻类用具等维护用品。还有一些去除藻类的磁石的刷子以及长柄的前端附海棉的刷子，以及塑料三角尺等。

镊子：医药商店所售的尖头镊子会比较好用。种植小型有茎水草如矮珍珠、牛毛毡、草皮、针叶皇冠等，是必备的工具。反之，若是大型水草或大水草缸，大型水草夹就比较合适。

剪刀：修整水草时使用。小型比大型方便，最好准备不易生锈的不锈钢制品。

虹吸管：一般市售的底砂虹吸管就十分好用。不仅可吸出水草间的垃圾，去除底床污物也能得心应手。

水质改善剂：所谓水质改善剂，是中和自来水的盐素，将重金属转为无害性的水质调整剂。此外还有调整pH值的pH调整剂、硝化细菌添加剂等。