sklearn的Adaboost如何内部实现predict_proba?

我在使用sklearn的’predict_proba()’函数来预测Adaboost分类器中每个估计器对样本属于某一类别的概率。

from sklearn.ensemble import AdaBoostClassifierclf = AdaBoostClassifier(n_estimators=50)for estimator in clf.estimators_:    print estimator.predict_proba(X_test)

Adaboost的predict_proba()函数的实现如下:

https://github.com/scikit-learn/scikit-learn/blob/bb39b49/sklearn/ensemble/weight_boosting.py#L733

DecisionTreeClassifier是sklearn中Adaboost分类器的基础估计器。DecisionTreeClassifier的predict_proba()函数的实现如下:

https://github.com/scikit-learn/scikit-learn/blob/bb39b49/sklearn/tree/tree.py#L549

请问有人能告诉我Adaboost的predict_proba()函数是如何内部计算概率的吗?有没有关于这个主题的参考资料可以帮助我?请告知我,提前感谢。


回答:

或许Adaboost的“工作原理”部分会有一些帮助?

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注