machine-learning - 具有不同基础学习者的AdaBoostClassifier

我正在尝试将AdaBoostClassifier与除DecisionTree以外的基础学习器一起使用。我已经尝试过SVM和KNeighborsClassifier，但出现错误。有人可以指出可以与AdaBoostClassifier一起使用的分类器吗？

最佳答案

好的，我们有一种系统的方法来找出AdaBoostClassifier支持的所有基础学习者。兼容的基础学习者的fit方法需要支持sample_weight，可以通过运行以下代码来获得：

import inspect
from sklearn.utils.testing import all_estimators
for name, clf in all_estimators(type_filter='classifier'):
    if 'sample_weight' in inspect.getargspec(clf().fit)[0]:
       print name

结果为以下输出：
AdaBoostClassifier，
伯努利NB，
DecisionTreeClassifier，
ExtraTreeClassifier，
ExtraTreesClassifier，
多项式NB
NuSVC，
感知器
RandomForestClassifier，
RidgeClassifierCV，
SGDClassifier，
SVC。

如果分类器未实现predict_proba，则必须设置AdaBoostClassifier参数algorithm ='SAMME'。

感谢Andreas展示了如何列出所有估算器。

关于machine-learning - 具有不同基础学习者的AdaBoostClassifier，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/18306416/