Scikit learn 他们的sklearn模块是否类似于回归的投票分类器?

Scikit learn 他们的sklearn模块是否类似于回归的投票分类器?,scikit-learn,regression,ensemble-learning,Scikit Learn,Regression,Ensemble Learning,我曾经使用VotingClassifier(来自sklearn),如下所示。现在我想找到回归模型的集合 model= VotingClassifier(estimators=[('svmc', best_SVMC), ('rfc', best_RFC), ('xgbc', best_XGBC),('mlpc', best_MLPC)], voting='soft', n_jobs=2) 你能推荐回归的集合模型吗 注: svmc=SVC() rfc=RandomforestClassifier(

我曾经使用VotingClassifier(来自sklearn),如下所示。现在我想找到回归模型的集合

model= VotingClassifier(estimators=[('svmc', best_SVMC), ('rfc', best_RFC), ('xgbc', best_XGBC),('mlpc', best_MLPC)], voting='soft', n_jobs=2)
你能推荐回归的集合模型吗

注:

svmc=SVC()

rfc=RandomforestClassifier()

xgbc=XGboostClassifier()


我找到了路。有人用卡格尔语回答

解决方案:

只需做出预测并取平均值

分类有两种方式:

大多数模型预测的硬投票类为selectes

软投票-每种模型都预测概率,等级最高 选择概率