boosted_classifier.cc

   1
   2 ///////////////////////////////////////////////////////////////////////////
   3 // This program is free software: you can redistribute it and/or modify  //
   4 // it under the terms of the version 3 of the GNU General Public License //
   5 // as published by the Free Software Foundation.                         //
   6 //                                                                       //
   7 // This program is distributed in the hope that it will be useful, but   //
   8 // WITHOUT ANY WARRANTY; without even the implied warranty of            //
   9 // MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU      //
  10 // General Public License for more details.                              //
  11 //                                                                       //
  12 // You should have received a copy of the GNU General Public License     //
  13 // along with this program. If not, see <http://www.gnu.org/licenses/>.  //
  14 //                                                                       //
  15 // Written by Francois Fleuret, (C) IDIAP                                //
  16 // Contact <francois.fleuret@idiap.ch> for comments & bug reports        //
  17 ///////////////////////////////////////////////////////////////////////////
  18
  19 #include "classifier_reader.h"
  20 #include "fusion_sort.h"
  21
  22 #include "boosted_classifier.h"
  23 #include "tools.h"
  24
  25 BoostedClassifier::BoostedClassifier(int nb_weak_learners) {
  26   _loss_type = global.loss_type;
  27   _nb_weak_learners = nb_weak_learners;
  28   _weak_learners = 0;
  29 }
  30
  31 BoostedClassifier::BoostedClassifier() {
  32   _loss_type = global.loss_type;
  33   _nb_weak_learners = 0;
  34   _weak_learners = 0;
  35 }
  36
  37 BoostedClassifier::~BoostedClassifier() {
  38   if(_weak_learners) {
  39     for(int w = 0; w < _nb_weak_learners; w++)
  40       delete _weak_learners[w];
  41     delete[] _weak_learners;
  42   }
  43 }
  44
  45 scalar_t BoostedClassifier::response(SampleSet *sample_set, int n_sample) {
  46   scalar_t r = 0;
  47   for(int w = 0; w < _nb_weak_learners; w++) {
  48     r += _weak_learners[w]->response(sample_set, n_sample);
  49     ASSERT(!isnan(r));
  50   }
  51   return r;
  52 }
  53
  54 void BoostedClassifier::train(LossMachine *loss_machine,
  55                               SampleSet *sample_set, scalar_t *train_responses) {
  56
  57   if(_weak_learners) {
  58     cerr << "Can not re-train a BoostedClassifier" << endl;
  59     exit(1);
  60   }
  61
  62   int nb_pos = 0, nb_neg = 0;
  63
  64   for(int s = 0; s < sample_set->nb_samples(); s++) {
  65     if(sample_set->label(s) > 0) nb_pos++;
  66     else if(sample_set->label(s) < 0) nb_neg++;
  67   }
  68
  69   _weak_learners = new DecisionTree *[_nb_weak_learners];
  70
  71   (*global.log_stream) << "With " << nb_pos << " positive and " << nb_neg << " negative samples." << endl;
  72
  73   for(int w = 0; w  < _nb_weak_learners; w++) {
  74
  75     _weak_learners[w] = new DecisionTree();
  76     _weak_learners[w]->train(loss_machine, sample_set, train_responses);
  77
  78     for(int n = 0; n < sample_set->nb_samples(); n++)
  79       train_responses[n] += _weak_learners[w]->response(sample_set, n);
  80
  81     (*global.log_stream) << "Weak learner " << w
  82          << " depth " << _weak_learners[w]->depth()
  83          << " nb_leaves " << _weak_learners[w]->nb_leaves()
  84          << " train loss " << loss_machine->loss(sample_set, train_responses)
  85          << endl;
  86
  87   }
  88
  89   (*global.log_stream) << "Built a classifier with " << _nb_weak_learners << " weak_learners." << endl;
  90 }
  91
  92 void BoostedClassifier::tag_used_features(bool *used) {
  93   for(int w = 0; w < _nb_weak_learners; w++)
  94     _weak_learners[w]->tag_used_features(used);
  95 }
  96
  97 void BoostedClassifier::re_index_features(int *new_indexes) {
  98   for(int w = 0; w < _nb_weak_learners; w++)
  99     _weak_learners[w]->re_index_features(new_indexes);
 100 }
 101
 102 void BoostedClassifier::read(istream *is) {
 103   if(_weak_learners) {
 104     cerr << "Can not read over an existing BoostedClassifier" << endl;
 105     exit(1);
 106   }
 107
 108   read_var(is, &_nb_weak_learners);
 109   _weak_learners = new DecisionTree *[_nb_weak_learners];
 110   for(int w = 0; w < _nb_weak_learners; w++) {
 111     _weak_learners[w] = new DecisionTree();
 112     _weak_learners[w]->read(is);
 113     (*global.log_stream) << "Read tree " << w << " of depth "
 114                          << _weak_learners[w]->depth() << " with "
 115                          << _weak_learners[w]->nb_leaves() << " leaves." << endl;
 116   }
 117
 118   (*global.log_stream)
 119     << "Read BoostedClassifier containing " << _nb_weak_learners << " weak learners." << endl;
 120 }
 121
 122 void BoostedClassifier::write(ostream *os) {
 123   unsigned int id;
 124   id = CLASSIFIER_BOOSTED;
 125   write_var(os, &id);
 126
 127   write_var(os, &_nb_weak_learners);
 128   for(int w = 0; w < _nb_weak_learners; w++)
 129     _weak_learners[w]->write(os);
 130 }