[Python] 实现袋状 pSVM

最近有人找我代写了一个Bagged-pSVM（Bagged-proportion SVM）算法，在实现过程中，感觉首先要理清代码实现的思路，最好能写出步骤，当知道每一步要干嘛，要达到什么样的效果之后，再进行代码编写，会轻松容易很多，这里总结一下Bagged-pSVM算法的流程，码字不易，喜欢请点赞！！！谢谢。

（1）根据数据的某个属性R将样本划分到b个包里面
（2）计算每个包里面的标签比例Pr
（3）repeat for 1 to k
        进行bootstrap方法采样，每次得到b个袋子的数据集
（4）repeat for 1 to k
        （a）固定y，求解psvm算法在数据集的参数（w和b）
        （b）根据上述得到的w和b，求解y
            （I）初始化样本标签y=1
            （II）repeat for 1 to b
                    repeat for i in Br
                        依次将每个y反转为-1，分别计算损失函数第一项的减少量，按减少量排序，选取前Pr*|Br|个
# —>至此得到了k个psvm的参数
（5）得到样本超标签Yr和超样本Xr，据K组弱分类器的参数w、b，得到K个决策值，并训练强分类器