sklearn-AdaBoost

[toc]
可用于分类和回归

class sklearn.ensemble.AdaBoostClassifier(base_estimator=None,n_estimators=50,algorithm='SAMME.R',learning_rate=1.0,random_state=None)

参数

base_estimator指定基学习器类型，默认CART
n_estimators指定基学习器个数，太小容易欠拟合，太大容易过拟合
algorithmAdaBoost分类特有的参数，指定基学习器的投票权重
SAMME 由基学习器对训练集的预测误差率决定
SAMME.R 使用基学习器对样本集分类的预测概率大小作为弱学习器权重
learning_rate弱学习器的权重衰减系数$\eta$,协调迭代次数，与n_estimators一起调参
lossAdaBoost回归特有的参数，损失函数的类型
linear 线性损失
square 平方损失
exponential 指数损失
random_state选择基学习器的参数，由基学习器本身的参数决定

属性

feature_importances_
estimators_存放各个训练好的基学习器列表
estimator_weights_投票权重列表
estimator_errors_预测误差率列表
n_classes_分类的类别数目 AdaBoostClassifie r特有
classes_分类结果列表 AdaBoostClssifier 特有

方法

fit(X_train,y_train)
score(X_test,y_test)
predict(X)
predict_proba(X)
predict_log_proba(X)

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 jaytp@qq.com