如何从堆叠集成模式访问基本分类器的值?我使用了sklearn的StackingClassifier。
当我实现这个:
model.final_estimator_.decision_function(X_train)
我得到了这个错误:
X has 10 features, but LinearRegression is expecting 4 features as input.
我有一个堆叠的集成模型:
- 决策树、线性回归、XGB和MLP作为基本分类器
- 线性回归作为元分类器
我只是好奇如何访问从基本分类器传递到元分类器的内容
拟合的基估计量存储在属性estimators_
和named_estimators_
中,因此可以通过这种方式直接检查它们。集合的transform
方法返回一个数组,其中列是基本估计器的预测,因此这是一种更方便的"预测"方法;访问从基本分类器传递到元分类器的内容";。(当然,系综的predict
方法将像transform
中那样进行基本估计器的预测,然后将其用作final_estimator_.predict
的输入。(