提示错误信息：ZeroDivisionError: division by zero的解决方法

刺骨的言语ヽ痛彻心扉 2023-09-27 09:03 28阅读 0赞

在手写Adaboost算法时，基本分类器 G m ( x ) G\_\{m\}(x) Gm(x)的系数为:  
 α m = 1 2 log ⁡ 1 − e m e m \\alpha\_m=\\frac\{1\}\{2\}\\log\\frac\{1-e\_m\}\{e\_m\} αm=21logem1−em  
我们用代码实现为：（只展示部分代码）

estimator.alpha=0.5*np.log((1-min_error)/(min_error))
    preds=np.ones(np.shape(y))
    negative_idx=(estimator.lable*X[:,estimator.feature_index]<estimator.lable*estimator.threshold)
    preds[negative_idx]=-1
    w*=np.exp(-estimator.alpha*y*preds)
    w/=np.sum(w)
    self.estimators.append(estimator)

但是在运行后报错：

F:\anaconda\envs\sklearn-env\python.exe F:/PycharmProject/Adaboost_numpy_demo.py 
    Traceback (most recent call last):
      File "F:\PycharmProject\Adaboost_numpy_demo.py", line 116, in <module>
        clf.fit(X_train,y_train)
      File "F:\PycharmProject\Adaboost_numpy_demo.py", line 80, in fit
        estimator.alpha=0.5*np.log((1-min_error)/(min_error))
    ZeroDivisionError: division by zero
    
    Process finished with exit code 1

这里的错误很明显，就是我们的公式计算中， e m e\_m em可能是一个非常小的数字，在进行计算时就会变为0，出现错误，这样一来，改正的方法也很明确：

estimator.alpha=0.5*np.log((1-min_error)/(min_error+1e-9))

这样的运行结果就不会报错了！

问题解决！