मैंने पढ़ा है कि स्केलेर्न में बिल्टिन ensemble विधियों बेस क्लासफायर के रूप में निर्णय पेड़ का उपयोग करें। क्या इसके बजाय कस्टम क्लासिफायर का उपयोग करना संभव है?sklearn में ensemble वर्गीकरण में कस्टम वर्गीकरण का उपयोग कैसे करें?
यदि आपका मतलब यादृच्छिक वन वर्ग है, तो नहीं, यह वर्तमान में संभव नहीं है। पिछले जनवरी में विज्ञान-सीखने वाली मेलिंग सूची पर अन्य अनुमानकों की अनुमति देने का विकल्प पर चर्चा हुई, लेकिन मुझे विश्वास नहीं है कि कोई भी वास्तविक कोड उस चर्चा से बाहर आया है।
अगर यह मदद करता है मैं नहीं जानता, लेकिन आप बहुत आसानी से ढेर कर सकते हैं/पाइपलाइन उपयोगिताओं का उपयोग कर कस्टम classifiers गठबंधन: http://scikit-learn.org/stable/tutorial/statistical_inference/putting_together.html#pipelining
आप sklearn.ensemble.AdaBoostClassifier उपयोग करते हैं, तो जवाब है हां: scikit-learn.org/stable/modules/generated/sklearn.ensemble.AdaBoostClassifier.html आप प्रदान कर सकते हैं base_estimator खुद।
पाइपलाइनों के समान तरीके नहीं हैं। वे केवल प्रीप्रोसेसिंग चरणों की एक श्रृंखला के साथ एक एकल वर्गीकृत गठबंधन करते हैं। –
हाँ आप सही हैं। लेकिन मेरा मतलब यह था कि कोडलाइन की कुछ पंक्तियों में समरूप या विषम मॉडल को गठबंधन करने के लिए पाइपलाइनिंग और फ़ीचरयूनीयन का उपयोग एक साथ किया जा सकता है। रैंप https://github.com/kvh/ramp उदाहरण के लिए इस सिद्धांत का बहुत उपयोग करता है। – user1151446