%%?load?data
train?=?load（‘train.data‘）;
train_data?=?train（:?1:10）;?train_label?=?train（:?11）;
test?=?load（‘test.data‘）;
test_data?=?test（:?1:10）;?test_label?=?test（:?11）;


%%?new_data
pos?=?find（train_label==1）;
neg?=?find（train_label==-1）;
n_p?=?length（pos）;
n_n?=?length（neg）;
new_data=?zeros（n_n?*?2?10）;
new_label=?zeros（n_n?*?2?1）;
for?i=1:n_n
????idx?=?pos（randperm（n_p?1））;
????new_data（i:）?=?train_data（idx:）;
????new_label（i）?=?train_label（idx）;
end
new_data（n_n+1:n_n*2:）?=?train_data（neg?:）;
new_label（n_n+1:n_n*2）?=?train_label（neg）;


%%?adaboost
%類變換為01
test_label（test_label>0）?=?1;
test_label（test_label<0）?=?0;
new_label（new_label>0）?=?1;
new_label（new_label<0）?=?0;
%訓練
ens?=?fitensemble（new_datanew_label‘AdaBoostM1‘?100‘tree‘‘type‘‘classification‘）;
%測試
[predict_labelscores]=?predict（ens?test_data）;

%輸出正確率
fprintf（‘AdaBoost?Accuracy:?%f?%%\n‘?mean（double（predict_label?==?test_label））?*?100）;
%輸出-1類正確率
predict1=sum（predict_label==test_label?&?test_label==0）;
tot11=sum（test_label==0）;
fprintf（‘label?-1:?%d/%d?Correct=%f?%%\n‘predict1tot11predict1*100/tot11）;
%輸出+1類正確率
predict2=sum（predict_label==test_label?&?test_label==1）;
tot2=sum（test_label==1）;
fprintf（‘label?+1:?%d/%d????Correct=%f?%%\n‘predict2tot2predict2*100/tot2）;

%調整scores在01內，test_label為2列，以滿足newplotroc
test_label?=?[test_label?1?-?test_label];
for?i=1:2????for?j=1:2072
????????if?scores（ji）<0
????????????scores（ji）=scores（ji）+1;
????????end
????end
end
%轉置test_labelscores，繪制ROC曲線，輸出AUC數值

plot_roc（test_label‘scores‘）;

%?test_label=test_label（:）;
%?scores=scores（1:20721:1）;
%?
%?[XY]=perfcurve（test_labelscores‘1‘）;
%?plot（XY）;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????9676??2017-03-21?16:37??newplotroc.m
?????文件????????9678??2016-01-11?13:39??plot_roc.m
?????文件??????214690??2016-01-10?22:00??test.data
?????文件??????858545??2009-04-24?16:10??train.data
?????文件????????1784??2016-12-06?16:14??ADABOOST.m