您将如何使用Sklearn的VotingClassifier进行RandomizedSearchCV

Question

我正在尝试调整我的投票分类器。我想在Sklearn中使用随机搜索。但是，由于我目前使用两种算法（不同的树算法），您如何为我的投票分类器设置参数列表？我是否必须单独运行随机搜索并稍后将它们组合在投票分类器中？

有人可以帮忙吗？代码示例将不胜感激:)

谢谢！

Answer 1

您可以完美地将两者结合起来，VotingClassifier与RandomizedSearchCV .无需单独运行它们。请参阅文档：http://scikit-learn.org/stable/modules/ensemble.html#using-the-votingclassifier-with-gridsearch

诀窍是在params列表中加上估算器名称。例如，如果您创建了一个RandomForest估算器并将其创建为('rf',clf2)则可以以 <name__param> 的形式设置其参数。具体示例：rf__n_estimators: [20,200] ，因此您引用特定的估计器并设置值以测试特定参数。

准备测试可执行代码示例;)

import numpy as np
from sklearn.ensemble import RandomForestClassifier
from sklearn.ensemble import VotingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.grid_search import RandomizedSearchCV
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
y = np.array([1, 1, 1, 2, 2, 2])
clf1 = DecisionTreeClassifier()
clf2 = RandomForestClassifier(random_state=1)
params = {'dt__max_depth': [5, 10], 'rf__n_estimators': [20, 200],}

eclf = VotingClassifier(estimators=[('dt', clf1), ('rf', clf2)], voting='hard')
random_search = RandomizedSearchCV(eclf, param_distributions=params,n_iter=4)
random_search.fit(X, y)
print(random_search.grid_scores_)