Python sklearn中BaggingClassifier的默认配置与硬投票之间的差异

我正在使用Bagging分类器进行支持向量机分类，方法是使用sklearn

为了运行代码，我使用sklearn提供的默认配置：

classifier=BaggingClassifier（svm.SVC（gamma=“scale”））

因此，这些属性将是：

BaggingClassifier（基本估计量=svm，n估计量=10，最大样本数=1.0，最大特征数=1.0，引导值=True，引导值=False，oob值=False，暖启动值=False，n作业数=None，随机状态=None，冗余度=0）

很明显，这十个估计器中的每一个都提取了所有样本和特征。 那么，我们只是在训练10个类似的并行模型吗？在训练bagging模型之后，它如何预测新的测试查询？通过在所有这些分类中投票？当一半的估计量预测0，一半预测1时，二元分类中的预测标签是什么

那么，我们只是在训练10个类似的并行模型吗

不。那

bootstrap=True

意味着我们随机抽取每个估计量的样本进行替换。每个估计器中的样本数相等，

max_samples=1.0

确保该数量等于原始数据集大小。但是，由于重复和由于替换的独立绘图而缺少一些样本，发送给每个估计器的最终数据集是完全不同的

在训练bagging模型之后，它如何预测新的测试查询？通过在所有这些分类中投票

如果基估计量支持

predict\u proba

方法，则选择所有估计量中概率总和最高的类。否则就是多数票

当一半的估计量预测0，一半预测1时，二元分类中的预测标签是什么

如果您查看

BaggingClassifier

的函数，您会注意到它们使用

np.argmax

函数来查找最佳类。如

argmax

的#注释部分所述——

如果最大值多次出现，则返回与第一次出现对应的索引

因此，在这种情况下，

0

是预测的标签

那么，我们只是在训练10个类似的并行模型吗

不。那

bootstrap=True

意味着我们随机抽取每个估计量的样本进行替换。每个估计器中的样本数相等，

max_samples=1.0

确保该数量等于原始数据集大小。但是，由于重复和由于替换的独立绘图而缺少一些样本，发送给每个估计器的最终数据集是完全不同的

在训练bagging模型之后，它如何预测新的测试查询？通过在所有这些分类中投票

如果基估计量支持

predict\u proba

方法，则选择所有估计量中概率总和最高的类。否则就是多数票

当一半的估计量预测0，一半预测1时，二元分类中的预测标签是什么

如果您查看

BaggingClassifier

的函数，您会注意到它们使用

np.argmax

函数来查找最佳类。如

argmax

的#注释部分所述——

如果最大值多次出现，则返回与第一次出现对应的索引

---

因此，在这种情况下，

0

是预测的标签。

谢谢，我还有一个问题。为什么我们应该使用默认的bagging分类器，而SVM是一种确定性方法？使用默认配置的Bagging-SVM（正如我在发帖中提到的）而不是不使用Bagging的SVM，有什么解释吗？这应该早就被问到了。所以呢？没有解释吗？它是否提高了模型的准确性或可靠性？或者使模型更通用，或者避免过度拟合训练数据集？谢谢，我还有一个问题。为什么我们应该使用默认的bagging分类器，而SVM是一种确定性方法？使用默认配置的Bagging-SVM（正如我在发帖中提到的）而不是不使用Bagging的SVM，有什么解释吗？这应该早就被问到了。所以呢？没有解释吗？它是否提高了模型的准确性或可靠性？或者使模型更通用，或者避免过度拟合训练数据集？