在 scikit-learn 中使用级联提升进行图像分类 - 为什么分类会提前终止？

Question

我已将所有代码粘贴在这里，以防您需要它来理解我的问题：Plotting a graph on axes but getting no results while trying to classify image based on HoG features

我的问题是：给定大约 500 张图像（加州理工学院“Cars 2001”数据集），每张图像有 48 个 HoG 特征，提早终止的可能原因是什么？什么可能导致完美拟合，或者增加样本权重的问题，以及如何解决这些问题？我使用的具体算法是 SAMME，一个多类 Adaboost 分类器。我在 Anaconda 上使用 Python 2.7。

当我在数据集分类过程中检查某些变量时，将n_estimators参数设置为600，我发现：

• discrete_test_errors：由 1 个项目组成，而不是由 600 个值组成的数组
• discrete_estimator_errors：还是一个单一的值，而不是一个包含 600 个值的数组
• real_test_errors 再次只是一项，而不是 600 项
• discrete_estimator_weights: 数组 ([1.]) "
• n_trees_discrete 和 n_trees_real：1 而不是 600

Answer 1

问题解决了。我的训练数组labels 没有负数，它只包含一个类的标签。当然训练会立即终止！