AdaBoostを使用してKerasベースのニューラルネットワークを強化する方法は？

Question

は、私は、バイナリ分類問題のために、以下のニューラルネットワークに合うと仮定：

model = Sequential() 
model.add(Dense(21, input_dim=19, init='uniform', activation='relu')) 
model.add(Dense(80, init='uniform', activation='relu')) 
model.add(Dense(80, init='uniform', activation='relu')) 
model.add(Dense(1, init='uniform', activation='sigmoid')) 
# Compile model 
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) 
# Fit the model 
model.fit(x2, training_target, nb_epoch=10, batch_size=32, verbose=0,validation_split=0.1, shuffle=True,callbacks=[hist]) 

私はアダブーストを使用してニューラルネットワークを押し上げるだろうか？ケラスにはこれについてのコマンドがありますか？

Answer 1

Keras自体はアダブーストを実装していません。しかし、Kerasモデルはscikit-learnと互換性がありますので、おそらくAdaBoostClassifier（link）を使用できます。コンパイル後にmodelをbase_estimatorとして使用し、の代わりにfitAdaBoostClassifierのインスタンスを使用します。

この方法では、引数の値をfitに使用することはできません（エポック数やbatch_sizeなど）。デフォルトが使用されます。デフォルトが十分でない場合は、モデルの上にscikit-learnインターフェイスを実装する独自のクラスを構築し、適切な引数をfitに渡す必要があります。

Answer 2

どうやら、ニューラルネットワークは、あなたの答えをありがとう、https://github.com/scikit-learn/scikit-learn/issues/1752