Python 如何将预先训练好的感知机合并到AdaBoostClassifier中？

我想使用sklearn.ensamble的AdaBoostClassifier来完成一个简单的二进制分类任务。如何使用多个预拟合感知器作为AdaBoostClassifier中的弱分类器

i、 e。

---

或者，我需要手动构建AdaBoost吗？

经过仔细搜索，我没有找到现成的解决方案。但在阅读本文之后，我确实设法为一个定制的AdaBoost实现提供了经过训练的感知器。他在中的感知器实现表现良好，并被训练添加到python字典中。然后在AdaBoost实现中，我提取感知器，如：

perceptron=pydict['perceptron']

from sklearn.ensemble import AdaBoostClassifier
from sklearn import linear_model

Xa, ya, Xb, yb #training data

#train perceptrons
perceptron_A = linear_model.Perceptron(n_iter=200)
perceptron_A.fit(Xa, ya)

perceptron_B = linear_model.Perceptron(n_iter=200)
perceptron_B.fit(Xb, yb)

# Then, can I initiate an AdaBoostClassifier with existing perceptrons? 

ada_real = AdaBoostClassifier(
    base_estimator='Perceptron', # [perceptron_A, perceptron_B]
    learning_rate=learning_rate,
    n_estimators=2,
    algorithm="SAMME.R")