Machine learning 堆叠分类器上的分类器数量是否必须等于我的训练/测试数据集的列数？

我正在尝试解决一个二进制分类任务。训练数据集包含9个特征，在我的特征工程之后，我结束了14个特征。我想使用堆栈分类器方法 mlxtend.classifier.StackingClassifier使用4个不同的分类器，但在尝试预测测试数据集时，我得到了错误：

值错误：查询数据维度必须与训练数据维度匹配

%%time
models=[KNeighborsClassifier(weights='distance'),
        GaussianNB(),SGDClassifier(loss='hinge'),XGBClassifier()]
calibrated_models=Calibrated_classifier(models,return_names=False)
meta=LogisticRegression()
stacker=StackingCVClassifier(classifiers=calibrated_models,meta_classifier=meta,use_probas=True).fit(X.values,y.values)

备注：在我的代码中，我刚刚编程了一个函数，返回一个带有校准分类器的列表

StackingCVClassifier

我已检查过这不是导致错误的原因

备注2：我已经尝试从头开始执行堆垛机，结果相同，因此我认为我自己的堆垛机有问题

from sklearn.linear_model import LogisticRegression
def StackingClassifier(X,y,models,stacker=LogisticRegression(),return_data=True):
  names,ls=[],[]
  predictions=pd.DataFrame()
  for model in models:
    names.append(str(model)[:str(model).find('(')])

  for i,model in enumerate(models):
    model.fit(X,y)
    ls=model.predict_proba(X)[:,1]
    predictions[names[i]]=ls
  if return_data:
    return predictions
  else:
    return stacker.fit(predictions,y)

您能帮我了解堆叠分类器的正确用法吗？

编辑： 这是我校准分类器的代码。此函数获取n个分类器的列表，并对每个分类器应用

sklearn function calibrated classifiedrcv

，然后返回一个包含n个已校准分类器的列表。您可以选择以zip列表的形式返回，因为此函数主要用于

sklearn的VotingClassifier

def Calibrated_classifier(models,method='sigmoid',return_names=True):
  calibrated,names=[],[]
  for model in models:
    names.append(str(model)[:str(model).find('(')])

  for model in models:
    clf=CalibratedClassifierCV(base_estimator=model,method=method)
    calibrated.append(clf)
  if return_names:
    return zip(names,calibrated)
  else: 
    return calibrated

---

我已经用Iris数据集尝试了你的代码。它工作正常，我认为问题在于测试数据的尺寸，而不是校准

from sklearn.linear_model import LogisticRegression
from mlxtend.classifier import StackingCVClassifier
from sklearn import datasets
X, y = datasets.load_iris(return_X_y=True)


models=[KNeighborsClassifier(weights='distance'),
        SGDClassifier(loss='hinge')]
calibrated_models=Calibrated_classifier(models,return_names=False)
meta=LogisticRegression( multi_class='ovr')
stacker = StackingCVClassifier(classifiers=calibrated_models,
                               meta_classifier=meta,use_probas=True,cv=3).fit(X,y)

预测

---

我已经用Iris数据集尝试了你的代码。它工作正常，我认为问题在于测试数据的尺寸，而不是校准

from sklearn.linear_model import LogisticRegression
from mlxtend.classifier import StackingCVClassifier
from sklearn import datasets
X, y = datasets.load_iris(return_X_y=True)


models=[KNeighborsClassifier(weights='distance'),
        SGDClassifier(loss='hinge')]
calibrated_models=Calibrated_classifier(models,return_names=False)
meta=LogisticRegression( multi_class='ovr')
stacker = StackingCVClassifier(classifiers=calibrated_models,
                               meta_classifier=meta,use_probas=True,cv=3).fit(X,y)

预测

---

您能为

校准的\u分类器添加代码吗

或它所在的包imported@AI_Learning我已经添加了我的函数校准\ U分类器，并对其进行了简要说明。您可以为

校准\ U分类器添加代码吗imported@AI_Learning我用一个简要解释如果您正确地提到这是我的数据集版本的问题。一旦解决了这个问题，算法就正确运行了。正如你正确提到的，这是我的数据集维度的问题。一旦解决了这个问题，算法就正确运行了。