我想调整我的投票分类器。我希望在Sklearn中使用随机搜索。然而，既然我目前使用了两种算法（不同的树算法），我应该如何为我的投票分类器设置参数列表？我是否需要分别运行随机搜索，然后在投票分类器中将它们组合在一起？

能有人帮帮我吗？非常欢迎代码示例 🙂

谢谢！

回答：

你完全可以将VotingClassifier与RandomizedSearchCV结合使用，不需要分别运行。请查看文档：http://scikit-learn.org/stable/modules/ensemble.html#using-the-votingclassifier-with-gridsearch

诀窍在于在你的params列表前加上你的估计器名称。例如，如果你创建了一个RandomForest估计器，并且你将其创建为('rf',clf2)，那么你可以以<name__param>的形式设置其参数。具体示例：rf__n_estimators: [20,200]，这样你就可以引用特定的估计器并为特定的参数设置要测试的值。

准备测试可执行的代码示例 😉

import numpy as npfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.ensemble import VotingClassifierfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.grid_search import RandomizedSearchCVX = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])y = np.array([1, 1, 1, 2, 2, 2])clf1 = DecisionTreeClassifier()clf2 = RandomForestClassifier(random_state=1)params = {'dt__max_depth': [5, 10], 'rf__n_estimators': [20, 200],}eclf = VotingClassifier(estimators=[('dt', clf1), ('rf', clf2)], voting='hard')random_search = RandomizedSearchCV(eclf, param_distributions=params,n_iter=4)random_search.fit(X, y)print(random_search.grid_scores_)