我创建了各种模型的集合,如svc
、LogisticRegression
、LinearDiscriminantAnalysis
等等
但是当我缩放数据时mlp
分类器工作得更好,但是其他模型,如LogisticRegression
在缩放数据时实现的准确性更低。所以我只想缩放一个模型的数据
from sklearn import preprocessing
scaler = preprocessing.StandardScaler()
scaler.fit(X_train)
X_train_ = scaler.transform(X_train)
X_val_ = scaler.transform(X_val)
mlp = MLPClassifier(solver='lbfgs', alpha=1e-5,
hidden_layer_sizes=(5,2), random_state=1)
mlp.fit(X_train_, y_train)
y_pred = mlp.predict(X_val_)
现在,当我创建投票分类器时,我不知道如何单独使用一个模型的缩放数据
votingC = VotingClassifier(estimators=[('logistic_regression', lr),('SVC',svc),
('Catboost', cat),('ExtraTrees', et), ('LinearDiscriminantAnalysis', lda),
('perceptron', p),('randomforest', r), ('nusvc', nusvc), ('knn', knn),
('SGDClassifier', pac), ('bag', bag),('bnb', nc)],
voting='hard', n_jobs=6,
weights = [1.5,1.5,1,1,1,1,1,1,1,1,1,1])
votingC = votingC.fit(X_train, y_train)
提前多谢
对于需要缩放的模型,可以build a pipeline,然后将其放入投票分类器。缩放和非缩放支持向量分类器示例:
相关问题 更多 >
编程相关推荐