Python 如何使用BaggingClassifier

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())