如何在 sklearn 的集成分类器中使用自定义分类器？

Posted 2023-03-12

【中文标题】如何在 sklearn 的集成分类器中使用自定义分类器？

【英文标题】：How to use custom classifiers in ensemble classifiers in sklearn?

【发布时间】：2012-05-18 02:24:46

【问题描述】：

我读到 sklearn 中的内置集成方法使用决策树作为基础分类器。是否可以改用自定义分类器？

【参考方案1】：

如果您指的是随机森林类，那么不，这目前是不可能的。去年 1 月在 scikit-learn 邮件列表中讨论了允许其他估算器的选项，但我认为没有任何实际代码出现在讨论中。

【参考方案2】：

如果你使用sklearn.ensemble.AdaBoostClassifier，那么答案是肯定的： scikit-learn.org/stable/modules/generated/sklearn.ensemble.AdaBoostClassifier.html 您可以自己分配 base_estimator。

【参考方案3】：

我不知道它是否有帮助，但您可以使用管道实用程序非常轻松地堆叠/组合自定义分类器：http://scikit-learn.org/stable/tutorial/statistical_inference/putting_together.html#pipelining

【讨论】：

管道不是集成方法。它们仅将单个分类器与一系列预处理步骤相结合。

是的，你是对的。但我的意思是，使用 Pipelining 和 FeatureUnion 可以一起使用，在几行代码中组合同构或异构模型。例如，Rampgithub.com/kvh/ramp 就大量使用了这个原理。