machine-learning - 堆叠分类器上的分类器数量是否必须等于我的训练/测试数据集的列数?
问题描述
我正在尝试解决二进制分类任务。训练数据集包含 9 个特征,在我的特征工程之后,我结束了 14 个特征。我想通过使用 4 个不同的分类器来使用带有
mlxtend.classifier.StackingClassifier的堆叠分类器方法,但是在尝试预测测试数据集时出现错误:ValueError: query data dimension must match training data dimension
%%time
models=[KNeighborsClassifier(weights='distance'),
GaussianNB(),SGDClassifier(loss='hinge'),XGBClassifier()]
calibrated_models=Calibrated_classifier(models,return_names=False)
meta=LogisticRegression()
stacker=StackingCVClassifier(classifiers=calibrated_models,meta_classifier=meta,use_probas=True).fit(X.values,y.values)
备注:在我的代码中,我刚刚编写了一个函数来返回一个带有校准分类器的列表,StackingCVClassifier
我已经检查过这不会导致错误
备注2:我已经尝试从头开始执行堆叠器,结果相同,所以我认为我自己的堆叠器有问题
from sklearn.linear_model import LogisticRegression
def StackingClassifier(X,y,models,stacker=LogisticRegression(),return_data=True):
names,ls=[],[]
predictions=pd.DataFrame()
for model in models:
names.append(str(model)[:str(model).find('(')])
for i,model in enumerate(models):
model.fit(X,y)
ls=model.predict_proba(X)[:,1]
predictions[names[i]]=ls
if return_data:
return predictions
else:
return stacker.fit(predictions,y)
你能帮我理解堆叠分类器的正确用法吗?
编辑:
这是我校准分类器的代码。此函数接受 n 个分类器的列表并应用于sklearn fucntion CalibratedClassifierCV
每个分类器,并返回一个包含 n 个校准分类器的列表。您可以选择以 zip 列表的形式返回,因为此功能主要用于与sklearn's VotingClassifier
def Calibrated_classifier(models,method='sigmoid',return_names=True):
calibrated,names=[],[]
for model in models:
names.append(str(model)[:str(model).find('(')])
for model in models:
clf=CalibratedClassifierCV(base_estimator=model,method=method)
calibrated.append(clf)
if return_names:
return zip(names,calibrated)
else:
return calibrated
解决方案
我已经使用 Iris 数据集尝试了您的代码。它工作正常,我认为问题在于您的测试数据的维度而不是校准。
from sklearn.linear_model import LogisticRegression
from mlxtend.classifier import StackingCVClassifier
from sklearn import datasets
X, y = datasets.load_iris(return_X_y=True)
models=[KNeighborsClassifier(weights='distance'),
SGDClassifier(loss='hinge')]
calibrated_models=Calibrated_classifier(models,return_names=False)
meta=LogisticRegression( multi_class='ovr')
stacker = StackingCVClassifier(classifiers=calibrated_models,
meta_classifier=meta,use_probas=True,cv=3).fit(X,y)
预言
stacker.predict([X[0]])
#array([0])
推荐阅读
- java - 为什么在尝试将 PUT 请求从 angular5 发送到 spring-boot 时我得到未经授权?
- jquery - 从 json 数据动态生成 html 表
- php - 无法添加或更新子行:外键约束使表 empleado 和 contrato 失败
- c++ - Prims 算法:运行时错误 (C++)
- python - Python中的合并循环和打印语句
- java - 加密结果仅是字母数字
- javascript - 从 Mongo Query 返回的数据的错误处理
- model - 我在哪里可以找到 EMFText 文档或示例?
- maven - 如何使用 Jenkins 管道脚本将多个工件(.zip)上传到 arifactory 中的不同目标
- data-binding - SAPUI5 OData 绑定到表