我使用了BaggingRegressionor类,以便使用以下参数构建最佳模型:
from sklearn.tree import DecisionTreeRegressor
from sklearn.ensemble import BaggingRegressor
Reg_ensemble=BaggingRegressor(base_estimator=DecisionTreeRegressor(max_depth=3),n_estimators=10,random_state=0).fit(feature,target)
使用上述设置,它将创建10棵树。我想分别提取和访问集合回归的每个成员(每个树),然后在每个成员上拟合一个测试样本。是否可以访问每个模型
拟合模型的
estimators_
属性提供了一个集合估计量列表;以下是一个带有虚拟数据和n_estimators=3
的示例,以简洁起见:拟合
BaggingRegressor
后(拟合前不存在基估计量),您可以访问用于拟合数据Xs, ys
的基估计量,如下所示:相关问题 更多 >
编程相关推荐