我的问题关于集成学习。我是机器学习领域的初学者，想知道是否有办法打印出下方Voting Classifier对象中每个机器学习算法的所有指标（如准确性）。我的意思是我用粗体写的输出：

– lr_model准确性 => 0.70

– lgb_model准确性 => 0.72

– xgb_model准确性 => 0.71

 lr_model=LogisticRegression() lgb_model=lgb.LGBMClassifier() xgb_model=xgb.XGBClassifier() model=VotingClassifier(estimators=[("lr",lr_model), ("lgbm",lgb_model),  ("xgb",xgb_model)],voting='soft') model.fit(X,y)

回答：

您可以通过model.named_estimators_.{name}访问模型的已拟合子估计器。例如：

from sklearn.metrics import accuracy_scorey_pred = model.named_estimators_.lr.predict(x)lr_accuracy=accuracy_score(y_true, y_pred)

此外，model.transform(X)返回每个分类器对所有X的“每标签概率”或“预测标签”，使计算每个分类器的任何指标变得容易。