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