标签:logistic-regression scikit-learn machine-learning python
我是Python和Scikit新手.
我有两个用Scikit创建的Logistic回归模型,我想将它们结合起来以获得新模型.
在我看来是这样的:
clf1 = LogisticRegression()
clf1.fit(X_set, Y_set)
clf2 = LogisticRegression()
clf2.fit(X_set, Y_set)
combined_clf = clf1 + clf2
但是我不知道该怎么做.
在此先感谢所有人.
解决方法:
这里有两种方法可以满足您的需求.
第一个是让您的每个分类器投票给预测的分类.为此,您可以使用sklearn.ensemble.VotingClassifier.以您的示例为例:
from sklearn.ensemble import VotingClassifier
clf1 = LogisticRegression()
clf2 = LogisticRegression()
eclf1 = VotingClassifier(estimators=[('lr1', clf1), ('lr2', clf2),voting='hard')
eclf1 = eclf1.fit(X, Y)
另一个正在堆叠.
基本上,这个想法是合并多个分类器的输出,并在第一个分类器的输出上训练一个元分类器.
这是描述方法的有用链接:https://rasbt.github.io/mlxtend/user_guide/classifier/StackingClassifier/.
使用mlxtend和您的示例:
from mlxtend.classifier import StackingClassifier
clf1 = LogisticRegression()
clf2 = LogisticRegression()
lr = Your_Meta_Classifier()
sclf = StackingClassifier(classifiers=[clf1, clf2],
meta_classifier=lr)
但是,在您的示例中,使用相同的确定性方法训练模型,我认为将它们堆叠不会带来任何改进.
希望能有所帮助!
(哦,可能重复:Ensemble of different kinds of regressors using scikit-learn (or any other python framework)吗?)
标签:logistic-regression,scikit-learn,machine-learning,python 来源: https://codeday.me/bug/20191026/1935509.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。