LDA 作为 Python 中 AdaBoost 的基础学习器

Question

我正在使用 AdaBoost 进行多类分类，将基学习器作为判别式（线性或二次）。我在 scikit-learn 或任何其他库中找不到任何功能来实现这个，我该怎么做？

Answer 1

虽然 scikit-learn 的 AdaBoostClassifier 允许您选择基本估计器（请参阅 documentation），但它需要估计器支持 sample_weight。看看source：

if not has_fit_parameter(self.base_estimator_, "sample_weight"):
    raise ValueError("%s doesn't support sample_weight."
                     % self.base_estimator_.__class__.__name__)

很遗憾，LinearDiscriminantAnalysis 和 QuadraticDiscriminantAnalysis 都不属于这一类。这是一个玩具示例：

from sklearn.ensemble import AdaBoostClassifier
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis as LDA
from sklearn.discriminant_analysis import QuadraticDiscriminantAnalysis as QDA
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

iris = load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target)

clf = AdaBoostClassifier(base_estimator=LDA())
clf.fit(X_train, y_train)

您将看到如下所示的回溯：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "//anaconda/lib/python2.7/site-packages/sklearn/ensemble/weight_boosting.py", line 411, in fit
    return super(AdaBoostClassifier, self).fit(X, y, sample_weight)
  File "//anaconda/lib/python2.7/site-packages/sklearn/ensemble/weight_boosting.py", line 128, in fit
    self._validate_estimator()
  File "//anaconda/lib/python2.7/site-packages/sklearn/ensemble/weight_boosting.py", line 429, in _validate_estimator
    % self.base_estimator_.__class__.__name__)
ValueError: LinearDiscriminantAnalysis doesn't support sample_weight.

这是您在 scikit-learn 中无法解决的要求。文档清楚地表明这是一个硬性要求：

"...需要支持样本加权，以及正确的classes_ 和n_classes_ 属性。"

但是，如果您只是想使用一个 ensemble，那么您总是可以使用 bagging 而不是 boosting：

from sklearn.ensemble import BaggingClassifier
clf = BaggingClassifier(base_estimator=LDA())
clf.fit(X_train, y_train)