AdaBoost算法之葡萄酒案例
数据加载与预处理
首先用 pandas 读取葡萄酒数据集，原本数据集的标签有1、2、3三类，因为决策树更适配二分类任务，所以过滤掉标签为1的样本，只保留2、3类；再用 LabelEncoder 将类别标签[2,3]转换成模型能识别的数值[0,1]，完成标签的数值化处理。数据集分割用 train_test_split 按照8:2的比例把数据分成训练集和测试集，设置 stratify=y 是为了让训练集和测试集的标签分布保持一致，避免因抽样不均导致模型泛化能力变差。
3. 单一决策树基准模型训练构建一棵最大深度为3的决策树作为弱分类器，用训练集训练后，在测试集上做预测并计算准确率，从代码注释能看到单棵决策树的准确率大概在91.67%左右，这个结果作为后续集成学习的效果对比基准。
AdaBoost集成模型训练以刚才的决策树为基础弱分类器，构建包含200棵决策树的AdaBoost模型，设置学习率为0.1，选用SAMME算法训练。集成模型会通过样本权重的动态调整，让每一棵新的决策树都聚焦于之前分类错误的样本，最终集成所有树的预测结果，通常能得到比单棵决策树更高的分类准确率。
算法细节注意：代码中用的SAMME算法是AdaBoost针对分类任务的经典实现，若想进一步提升效率，可将算法改为 SAMME.R （基于概率的提升方法）；弱分类器的数量（200棵）和学习率（0.1）是可调参数，需根据数据情况优化。