1

私はPythonでscikit-learnを使って4つのクラシファイアを実装しました。しかし、それらのすべてのパフォーマンスはあまり良くありません。これらの分類子のアンサンブルを実装したいと思います。私はscikit-learnでアンサンブルを探しましたが、ランダムフォレストとアダブーストがあります。弱分類器のアンサンブルを作成するにはどうすればよいですか?アンサンブルin Python

+0

[VotingClassifier](http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.VotingClassifier.html)を見ましたか? – BrenBarn

+0

私はAdaboostとRandom Forestを見てきました。 – Hellboy

答えて

1

あなたの弱識別器を使用してアンサンブルを作成するさまざまな方法があります。

-Baggingを:あなたは4つの分類器の出力を平均化することができます。

スタッキング:最終出力は、4つの個別出力の線形結合です。 4つのモデルの出力を別のアルゴリズムの入力として使用するか、精度の良いものを選択して異なる重みを直接使用することができます。

+0

個々のクラシファイアの精度に応じて重みを線形結合で割り当てるのは公正でしょうか? – Hellboy

+0

あなたは、0または1を決定するbefores(例えば、線形モデルの出力= x * w + b)の出力を必要とし、出力= w1 * output1 + w2 * output2 + w3 *出力3 + w4 *出力4 + b。次に、個々のモデルを訓練するために使用されたデータから異なるデータを使用してW1、W2、W3、W4およびbを選択します。 – Rob