python - 如何优化两个 scikit-learn 模型的总和

Question

假设我有一些特征向量 [x1, x2] 映射到标量属性 y。我可以使用 scikit-learn 来拟合给定的模型并进行预测。所以我假设

f([x1, x2]) —> y

然后我可以调用 model.fit( X , Y )、model.predict( X , Y ) 等等。

我还可以分离特征向量的分量，并假设两个单独的函数是相加的

f(x1) + f(x2) —> y

所以现在我有两个机器学习模型，它们对不同的特征进行预测，我假设它们的总和映射到我的属性。一起优化两个模型的最佳方法是什么？

标签： pythonscikit-learnscipy