python – Bagging分类器

发布时间：2020-12-20 13:47:33 所属栏目：Python 来源：网络整理

导读：在两类分类问题中,是否有任何方法可以选择在 Python中使用标准套袋分类器时要选择的正面和负面训练实例的数量？ logreg = BaggingClassifier(linear_model.LogisticRegression(C = 1e3),max_samples = 1,max_features = 1); 有时,Bagging算法只选择正样本,代

在两类分类问题中,是否有任何方法可以选择在 Python中使用标准套袋分类器时要选择的正面和负面训练实例的数量？

logreg = BaggingClassifier(linear_model.LogisticRegression(C = 1e3),max_samples = 1,max_features = 1);

有时,Bagging算法只选择正样本,代码会产生运行时错误.

解决方法

查看源代码( https://github.com/scikit-learn/scikit-learn/blob/51a765a/sklearn/ensemble/bagging.py#L361)无法实现.

但我注意到你使用1(整数值)作为max_samples和max_features.使用此值表示Bagging每个估算器只应使用一个FEATURE.如果您希望它使用所有功能,您必须使用1.0.

也许这就是导致你麻烦的原因.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!