Python: 获取AdaBoostClassifi法则

Question

我在Python中使用AdaBoostClassifier（来自sklearn.Ensement公司导入AdaBoostClassifier），我想知道AdaBoost选择的弱规则。在

这是我的源代码：

x = np.array(p_values_learn) #Array of 10.000 * 100.000 values are float betweek 0 and 1
y = np.array(verite_learn) #Vector of 100.000 values are 0 or 1
bdt = AdaBoostClassifier(algorithm="SAMME.R", n_estimators=4)
bdt.fit(x, y)

每个估计器都是一个决策树分类器，但我无法找到我想要的信息。在

我想知道决策函数f（x）的规则细节：

f(x) = 0.426 I(x37 < 2.5) + 0.64696 I (x250 < 8.5)

也就是说，我想知道分类器使用数据X的哪一列，以及使用哪个系数。在

这是一个二进制决定，类是0或1。在

谢谢。在

Answer 1

我想decision_function（X）就是您想要的，根据描述： decision_function