Contents.m




 Synopsis:

  [y,dfce] = adaclass(X,model)



 Description:

  This function implements the AdaBoost classifier which

  its discriminant function is composed of a weighted sum

  of binary rules. It is assumed here that the binary rules

  respond with label 1 or 2 (not 1 and -1 as used in 

  AdaBoost literature).



 Input:

  X [dim x num_data] Vectors to be classified.

  model [struct] AdaBoost classifier:

   .rule [cell 1 x T] Binary weak rules.

   .Alpha [1 x T] Weights of the weak rules.

   .fun = 'adaclass' (optinal).



 Output:

  y [1 x num_data] Predicted labels.

  dfce [1 x num_data] Values of weighted sum of 

   weak rules; y(i) = 1 if dfce(i) >= 0 and

   y(i) = 2 if dfce(i) < 0.



 Example:

  trn_data = load('riply_trn');

  tst_data = load('riply_tst');

  options.learner = 'weaklearner';

  options.max_rules = 50;

  options.verb = 1;

  model = adaboost(trn_data, options);

  ypred1 = adaclass(trn_data.X,model);

  ypred2 = adaclass(tst_data.X,model);

  trn_err = cerror(ypred1,trn_data.y)

  tst_err = cerror(ypred2,tst_data.y)



 See also: 

  ADABOOST, WEAKLEARNER.