如何在sklearn中使用GradientBoostingClassifier init参数

Question

我想将一个sklearn.ensemble.GradientBoostingClassifier用于 init 另一个sklearn.ensemble.GradientBoostingClassifier，但它引发错误“IndexError：数组索引太多”。它接收到了sklearn中的错误，并且我在sklearn on GitHub和sklearn on GitHub中找到了拉取请求。如果有人试图这样做并有积极的经验，请告诉我。

系统信息：
MacOS X 10.11.5（15F34）
python -V：Python 2.7.11 :: Anaconda custom（x86_64）
sklearn .__ version__：'0.17.1'

以上是显示此错误的示例代码。

from sklearn.datasets import load_iris
from sklearn import ensemble
from sklearn.cross_validation import train_test_split

iris = load_iris()
X, y = iris.data, iris.target
X, y = X[y < 2], y[y < 2]  # make it binary

X_train, X_test, y_train, y_test = train_test_split(X, y)

# Fit GBT init with RF
clf = ensemble.GradientBoostingClassifier()
clf.fit(X_train, y_train)
clf2 = ensemble.GradientBoostingClassifier(init=clf)

clf2.fit(X_train, y_train)
acc = clf2.score(X_test, y_test)
print("Accuracy: {:.4f}".format(acc2))