如何在Python中聚合用于策略聚合的数据集？
我试图为一个特定的问题运行策略聚合，但对于如何在Python中聚合这两个策略感到困惑。在策略聚合中，您在数据集上有一些初始策略，并且在培训时收集专家（oracle）操作，在该操作上培训一个单独的策略，然后将这两个策略与特定的权重分布结合起来，以获得一个新策略来预测下一次培训迭代的状态 目前，我正在使用带有软投票的VotingClassifier。这里的问题是，它使用单个模型的预测，而不是真正创建新模型。第二，这个新模型必须再次适合某些数据集。如果我使用初始数据集或专家数据集，模型不会学习，如果我在聚合数据集上进行训练，它确实会改进，但这种方法类似于另一种方法匕首。我不确定使用它的报纸实际上是如何实现它的 有没有其他方法可以尝试合并这两个策略，它们在不同的数据集上训练，但具有相同的特性和类（相同的X和y）如何在Python中聚合用于策略聚合的数据集？,python,machine-learning,ensemble-learning,Python,Machine Learning,Ensemble Learning,我试图为一个特定的问题运行策略聚合，但对于如何在Python中聚合这两个策略感到困惑。在策略聚合中，您在数据集上有一些初始策略，并且在培训时收集专家（oracle）操作，在该操作上培训一个单独的策略，然后将这两个策略与特定的权重分布结合起来，以获得一个新策略来预测下一次培训迭代的状态 目前，我正在使用带有软投票的VotingClassifier。这里的问题是，它使用单个模型的预测，而不是真正创建新模型。第二，这个新模型必须再次适合某些数据集。如果我使用初始数据集或专家数据集，模型不会学习，如果我