在scikit-learn中组合概率分类器的最佳方法

我有一个逻辑回归和一个随机森林,我想通过取平均值来组合它们(集成)以计算最终的分类概率。

在scikit-learn中是否有内置的方法可以做到这一点?有没有一种方法可以将这两个模型的集成作为一个分类器来使用?还是我需要自己编写一个分类器?


回答:

注意:现在使用scikit-learn的投票分类器可能是实现这一目标的最佳方式


旧答案:

无论如何,我最终是按照以下方式做的:

class EnsembleClassifier(BaseEstimator, ClassifierMixin):    def __init__(self, classifiers=None):        self.classifiers = classifiers    def fit(self, X, y):        for classifier in self.classifiers:            classifier.fit(X, y)    def predict_proba(self, X):        self.predictions_ = list()        for classifier in self.classifiers:            self.predictions_.append(classifier.predict_proba(X))        return np.mean(self.predictions_, axis=0)

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