【问题标题】:Ensembling with dynamic weights使用动态权重进行集成
【发布时间】:2016-11-13 06:46:52
【问题描述】:

我想知道是否可以在 sklearn 的 VotingClassifier 中使用动态权重。总的来说,我有 3 个标签 0 = 其他,1 = 垃圾邮件,2 = 情感。动态权重是指:

我有 2 个分类器。第一个是随机森林,它在垃圾邮件检测方面表现最好。另一种是 CNN,它在主题检测方面表现出色(Other 和 Emotion 之间有很好的区别)。我想要的是一个 VotingClassifier,它在分配标签“Spam/1”时赋予 RF 更高的权重。

VotingClassifier 是正确的方法吗?

最好的问候,

斯蒂芬

【问题讨论】:

    标签: python scikit-learn classification multilabel-classification voting


    【解决方案1】:

    I thing Voting Classifier 仅接受每个估算器的不同静态权重。但是,您可以通过计算训练集上的类权重,使用随机森林估计器的 class_weight 参数分配类权重来解决问题。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2013-06-26
      • 1970-01-01
      • 2023-03-07
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多