Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
hands-on-ml-zh
提交
f505c1b5
H
hands-on-ml-zh
项目概览
OpenDocCN
/
hands-on-ml-zh
通知
13
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
H
hands-on-ml-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
未验证
提交
f505c1b5
编写于
12月 01, 2018
作者:
Y
Yu Wang
提交者:
GitHub
12月 01, 2018
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
修改 7.集成学习和随机森林.md 中的一些代码和文字排版问题
上级
2252c70a
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
4 addition
and
4 deletion
+4
-4
docs/7.集成学习和随机森林.md
docs/7.集成学习和随机森林.md
+4
-4
未找到文件。
docs/7.集成学习和随机森林.md
浏览文件 @
f505c1b5
...
...
@@ -38,7 +38,8 @@
>>>
log_clf
=
LogisticRegression
()
>>>
rnd_clf
=
RandomForestClassifier
()
>>>
svm_clf
=
SVC
()
>>>
voting_clf
=
VotingClassifier
(
estimators
=
[(
'lr'
,
log_clf
),
(
'rf'
,
rnd_clf
),
>>>
(
'svc'
,
svm_clf
)],
voting
=
'hard'
)
>>>
voting_clf
=
VotingClassifier
(
estimators
=
[(
'lr'
,
log_clf
),
(
'rf'
,
rnd_clf
),
>>>
(
'svc'
,
svm_clf
)],
voting
=
'hard'
)
>>>
voting_clf
.
fit
(
X_train
,
y_train
)
```
...
...
@@ -61,8 +62,6 @@ VotingClassifier 0.896
## Bagging 和 Pasting
换句话说,Bagging 和 Pasting 都允许在多个分类器间对训练集进行多次采样,但只有 Bagging
就像之前讲到的,可以通过使用不同的训练算法去得到一些不同的分类器。另一种方法就是对每一个分类器都使用相同的训练算法,但是在不同的训练集上去训练它们。有放回采样被称为装袋(
*Bagging*
,是
*bootstrap aggregating*
的缩写)。无放回采样称为粘贴(
*pasting*
)。
换句话说,Bagging 和 Pasting 都允许在多个分类器上对训练集进行多次采样,但只有 Bagging 允许对同一种分类器上对训练集进行进行多次采样。采样和训练过程如图7-4所示。
...
...
@@ -80,7 +79,8 @@ sklearn 为 Bagging 和 Pasting 提供了一个简单的API:`BaggingClassifier
```
python
>>>
from
sklearn.ensemble
import
BaggingClassifier
>>>
from
sklearn.tree
import
DecisionTreeClassifier
>>>
bag_clf
=
BaggingClassifier
(
DecisionTreeClassifier
(),
n_estimators
=
500
,
>>>
max_samples
=
100
,
bootstrap
=
True
,
n_jobs
=-
1
)
>>>
bag_clf
=
BaggingClassifier
(
DecisionTreeClassifier
(),
n_estimators
=
500
,
>>>
max_samples
=
100
,
bootstrap
=
True
,
n_jobs
=-
1
)
>>>
bag_clf
.
fit
(
X_train
,
y_train
)
>>>
y_pred
=
bag_clf
.
predict
(
X_test
)
```
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录