Skolearn'daki yerleşik topluluk yöntemlerinin, karar ağaçlarını temel sınıflandırıcılar olarak kullandığını okudum. Bunun yerine özel sınıflandırıcılar kullanmak mümkün mü?Sklearn'te topluluk sınıflandırıcılarında özel sınıflandırıcılar nasıl kullanılır?
Rastgele orman sınıflarını kastediyorsanız, hayır, şu anda bu mümkün değildir. Diğer tahmincilerin geçtiğimiz Ocak ayında scikit-learning posta listesinde tartışılmasına izin verildi ancak gerçek bir kodun bu tartışmaya çıktığına inanmıyorum.
eğer yardımcı olur bilmiyorum ama çok kolay Boru Hattı yardımcı programlarını kullanarak özel sınıflandırıcılar birleştirmek/yığabilirsiniz: http://scikit-learn.org/stable/tutorial/statistical_inference/putting_together.html#pipelining
Eğer sklearn.ensemble.AdaBoostClassifier kullanırsanız, o zaman cevap evet: scikit-learn.org/stable/modules/generated/sklearn.ensemble.AdaBoostClassifier.html Sen atayabilirsiniz base_estimator kendinizi.
Boru hatları, topluluk yöntemleri değildir. Yalnızca tek bir sınıflandırıcıyı bir dizi ön işlem adımı ile birleştirirler. –
Evet haklısınız. Ama kastettiğim şey, Pipelining ve FeatureUnion'u kullanarak, birkaç kod satırında homojen veya heterojen modelleri bir araya getirmek için birlikte kullanılabilir. Rampa https://github.com/kvh/ramp bu prensibi örneğin çok kullanır. – user1151446