套袋分级机

时间:2015-02-04 19:49:51

标签: python scikit-learn

在两类分类问题中,有没有方法可以选择在Python中使用标准bagging分类器时要选择的正面和负面训练实例的数量?

logreg = BaggingClassifier(linear_model.LogisticRegression(C=1e3),max_samples=1, max_features=1);

有时Bagging算法只选择正样本,代码会产生运行时错误。

1 个答案:

答案 0 :(得分:1)

查看源代码(https://github.com/scikit-learn/scikit-learn/blob/51a765a/sklearn/ensemble/bagging.py#L361)无法实现。

但是我注意到你使用1(整数值)作为max_samples和max_features。使用此值表示Bagging每个估算器只应使用一个FEATURE。如果您希望它使用所有功能,则必须使用1.0。

也许这就是导致你麻烦的原因。