您将如何使用 Sklearn 的 VotingClassifier 进行 RandomizedSearchCV ？

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，由于我当前使用两种算法（不同的树算法），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在投票分类器中将它们组合在一起？

有人可以帮忙吗？代码示例将受到高度赞赏:)

Thanks!

您可以将两者完美结合，VotingClassifier with 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 http://scikit-learn.org/stable/modules/ensemble.html#using-the-votingclassifier-with-gridsearch

技巧是在你的前面加上前缀params列出您的估算员姓名。例如，如果您创建了一个RandomForest估计器，你将其创建为('rf',clf2)然后你可以在表单中设置它的参数<name__param>。具体例子：rf__n_estimators: [20,200]，因此您可以引用特定的估计器并设置值来测试特定参数。

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_)