权重,AdaBoost分类器中选择的特征

scikit-learnAdaBoostClassifier中,有没有关键词可以返回每个步骤中弱分类器的权重?我不知道这些特征是否是随机选择的(对于这些分类器提供的用于进一步学习过程的弱决策树),如果是这样的,我们如何观察所选择的特征?


回答:

clf.estimator_weights_ 将会返回集成中的每个估计器的权重。

文档

AdaBoost分类器中没有随机特征抽样。只有基于集成模型错误的样本权重。

要了解更多关于AdaBoost技术的信息,请阅读这里

或许你可以查看单个决策树的特征重要性。你可以从调整这个函数开始。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注