他们是否有像投票分类器这样的sklearn模块进行回归？

Question

我以前使用过VotingClassifier（来自sklearn），如下所示。现在我想找到回归模型的整体。

model= VotingClassifier(estimators=[('svmc', best_SVMC), ('rfc', best_RFC), ('xgbc', best_XGBC),('mlpc', best_MLPC)], voting='soft', n_jobs=2)

您能推荐整体模型进行回归吗？

注意：

svmc = SVC（）

rfc = RandomforestClassifier（）

xgbc = XGboostClassifier（）

mplc = MLPClassifier（）

Answer 1

我找到了路。有人在Kaggle中回答。

解决方案：

只需做出预测并取其平均值即可。

https://scikit-learn.org/stable/modules/ensemble.html#voting-classifier

对于分类，有两种方法：

硬投票-大多数模型预测的类别是选择；

软投票-每个模型都预测概率，类别最高 选择概率。