停止使用AdaBoost，降低学习率，然后继续进行调整

Question

我目前正在使用AdaBoost分类器。

http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.AdaBoostClassifier.html

我想使用400个估算器和默认学习率（1.0）来运行它。然后，一旦zero_one_loss开始受到质疑，我想降低学习率并保持健康。

我当前的代码如下：

dt_stump = sktree.DecisionTreeClassifier(max_depth=maxDepth, min_samples_leaf=1)
ada = skensemble.AdaBoostClassifier(base_estimator=dt_stump, learning_rate=learning_rate1, n_estimators=nEstimators1, algorithm=algo)
ada.fit(X_train, Y_train)

我想做类似的事情：

ada.learning_rate = learning_rate2
ada.fit(X_train, Y_train)

但是我不确定这是否正确。或者，如果我还应该更改估算器的数量。或者如果再次运行ada.fit（X_train，Y_train）是正确的。

是否可以查看示例脚本或示例？

非常感谢！