我想用XGBoost袋装 如果我使用一种算法,它会正常工作
XGBRegressor_bagging_model = BaggingRegressor(XGBRegressor_model,
n_estimators=100,
max_samples=1.0,
max_features=1.0,
bootstrap=True,
oob_score=True,
warm_start=False,
n_jobs=-1,
verbose=0)
MLP = BaggingRegressor(MLPRegressor_Model,
n_estimators=1000,
max_samples=1.0,
max_features=1.0,
bootstrap=True,
oob_score=True,
warm_start=False,
n_jobs=-1,
verbose=0)
XGBRegressor_bagging_model.fit(X_train, y_train)
MLP.fit(X_train, y_train)
print("XGBRegressor_bagging_model Predicted Is:", XGBRegressor_bagging_model.predict(X_test)[0:5])
print("MLP Predicted Is:", MLP.predict(X_test)[0:5])
print("XGBRegressor_bagging_model Score Is:", XGBRegressor_bagging_model.oob_score_)
print("MLP Score Is:", MLP.oob_score_)
但如果我这样用的话
^{pr2}$它不会起作用,并显示这个错误
AttributeError: 'tuple' object has no attribute 'fit'
我该怎么解决这个问题?在
在第二个版本中,将
(XGBRegressor_model, MLPRegressor_Model)
作为回归函数传递。这不是一个回归函数,而是一个元组(恰好由回归函数组成)。错误指出元组没有方法fit
。在您应该传递其中一个回归函数,或者从这两个变量创建一个复合回归函数。在
相关问题 更多 >
编程相关推荐