Scikit learn 拟合语音分类器
我正在学习。我一直在尝试为一项特定任务优化分类器,其中性能是通过日志丢失来判断的。我试图检查VotingClassifier()是否可以使用两个性能最好的分类器来提高性能 这是我的密码:Scikit learn 拟合语音分类器,scikit-learn,Scikit Learn,我正在学习。我一直在尝试为一项特定任务优化分类器,其中性能是通过日志丢失来判断的。我试图检查VotingClassifier()是否可以使用两个性能最好的分类器来提高性能 这是我的密码: estimators = [RandomForestClassifier(random_state=0,n_estimators=500,bootstrap=False,criterion='entropy', max_d
estimators = [RandomForestClassifier(random_state=0,n_estimators=500,bootstrap=False,criterion='entropy',
max_depth=None,max_features='auto'),
LogisticRegression(solver='lbfgs',C=opt_c)]
vc = VotingClassifier(estimators=estimators,voting='soft',weights=[1,1])
vc.fit(X_train_std,y_train.as_matrix())
vcp = vc.predict_proba(X_valid_std)
print('Score: {}\tLog Loss: {}'.format(vc.score(X_valid_std,y_valid),log_loss(y_valid,vcp)))
但是,当我尝试运行此代码时,出现以下错误:
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-123-8cd305ba77b8> in <module>()
----> 1 vc.fit(X_train_std,y_train.as_matrix())
/afs/-omited-/miniconda2/envs/iaml/lib/python2.7/site-packages/sklearn/ensemble/voting_classifier.pyc in fit(self, X, y, sample_weight)
170 raise ValueError('Underlying estimator \'%s\' does not'
171 ' support sample weights.' % name)
--> 172 names, clfs = zip(*self.estimators)
173 self._validate_names(names)
174
/afs/-ommited-/miniconda2/envs/iaml/lib/python2.7/site-packages/sklearn/ensemble/base.pyc in __iter__(self)
145 def __iter__(self):
146 """Returns iterator over estimators in the ensemble."""
--> 147 return iter(self.estimators_)
148
149
AttributeError: 'RandomForestClassifier' object has no attribute 'estimators_'
---------------------------------------------------------------------------
AttributeError回溯(最近一次呼叫上次)
在()
---->1 vc.拟合(X_序列标准,y_序列as_矩阵())
/afs/-省略-/miniconda2/envs/iaml/lib/python2.7/site-packages/sklearn/employ/voting_classifier.pyc适合(自身、X、y、样本重量)
170 raise VALUERROR('基础估计器\'%s\'没有'
171“支持样本权重”。%name)
-->172个名称,clfs=zip(*self.estimators)
173自我验证姓名(姓名)
174
/afs/-ommited-/miniconda2/envs/iaml/lib/python2.7/site-packages/sklearn/employ/base.pyc in_uuuuuiter_uuuu(self)
145定义(自我):
146“返回集合中估计量的迭代器。”“”
-->147返回iter(自估计)
148
149
AttributeError:“RandomForestClassifier”对象没有属性“estimators”
有人能解释为什么会发生这种情况吗?我发现了我的错误,估计器属性包含一个元组列表