【问题标题】:Bagging Classifier装袋分类器
【发布时间】:2016-05-17 01:45:49
【问题描述】:

在一个二分类问题中,在 Python 中使用标准 bagging 分类器时,有什么方法可以选择要选择的正负训练实例的数量?

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

有时 Bagging 算法只选择正样本,代码会给出运行时错误。

【问题讨论】:

    标签: python scikit-learn


    【解决方案1】:

    看源码(https://github.com/scikit-learn/scikit-learn/blob/51a765a/sklearn/ensemble/bagging.py#L361)是没有办法的。

    但我注意到您使用 1(整数值)作为 max_samples 和 max_features。使用这个值,你是说 Bagging 每个估计器应该只使用一个 FEATURE。如果您希望它使用所有功能,您必须使用 1.0。

    也许这就是给你带来麻烦的原因。

    【讨论】:

      猜你喜欢
      • 2019-09-16
      • 2014-03-12
      • 2011-02-20
      • 1970-01-01
      • 2018-11-07
      • 1970-01-01
      • 2014-09-28
      • 2012-12-02
      • 2021-03-23
      相关资源
      最近更新 更多