Python 如何使用BaggingClassifier
我不明白如何使用sklearn的Python 如何使用BaggingClassifier,python,scikit-learn,Python,Scikit Learn,我不明白如何使用sklearn的BaggingClassifier。 假设我有一个形状(10,5)输入的数据框和一个形状(10,1)目标的数据框: 如果我这样做: clf1 = svm.SVC( probability=True) model = BaggingClassifier(base_estimator=clf1) model.fit(traininginputs.values, trainingtarget.values) model.predict(testinputs) 与 测试
BaggingClassifier
。
假设我有一个形状(10,5)输入的数据框和一个形状(10,1)目标的数据框:
如果我这样做:
clf1 = svm.SVC( probability=True)
model = BaggingClassifier(base_estimator=clf1)
model.fit(traininginputs.values, trainingtarget.values)
model.predict(testinputs)
与
测试输入:
Date A B
2015-01-02 5 1
2015-01-02 6 2
2015-01-02 4 3
2015-01-02 1 2
2015-01-02 3 2
2015-01-03 1 1
为什么不起作用?
在fit()
中,y需要是1d向量,但training\u target.values将返回一个列向量,我觉得我缺少了使用BaggingClassifier
的方法。您可以使用ravel()
对其进行转换:
我不确定你的答案,因为我试着适应其他型号(SVC,MLPClassizer等),它工作得非常好。那么到底什么不工作呢?你能在问题中添加错误信息吗?不,大部分列向量都可以(有时是警告)。你的问题很简单,问题是什么?你有什么错误吗?这些预测不对吗?
Date A B
2015-01-02 5 1
2015-01-02 6 2
2015-01-02 4 3
2015-01-02 1 2
2015-01-02 3 2
2015-01-03 1 1
model.fit(training_inputs.values, training_target.values.ravel())