如何评价一个训练在某个d上的软投票分类器

Question

我取了3个分类模型

clf1 = DecisionTreeClassifier(max_depth=4)
clf2 = KNeighborsClassifier(n_neighbors=7)
clf3 = SVC(kernel='rbf', probability=True)

我将它们作为参数传递给投票分类器并选择软投票。在

^{pr2}$

这里我得到了一个错误，AttributeError:'VotingClassifier'对象有 没有“最佳成绩”属性

print("CvScore",eclf.best_score_)
print("Train accuracy",eclf.score(titanic_train1, y_train))

我想找到这个模型的最佳调整参数？在

Answer 1

VotingClassifier没有“最佳分数”属性。您可以查看scikit learn文档here，以查看best_score_u属性是否丢失。在

如果您试图获得交叉验证分数，您需要使用类似于K-Fold或GridSearchCV的方法，其中K-Fold可以让您了解分类器对原始数据的泛化程度，GridSearchCV将帮助确定模型的最佳参数配置。在