1

嗨,由于数据集不平衡,我正在尝试在 Sklearn 中使用 fit_params(用于 GradientBoostingClassifier 上的 sample_weight)和 VotingClassifier 进行 RandomizedSearch。有人可以给我建议和可能的代码示例吗?

我当前不工作的代码如下:

random_search = RandomizedSearchCV(my_votingClassifier, param_distributions=param_dist,
                                   n_iter=n_iter_search, n_jobs=-1, fit_params={'sample_weight':y_np_array})

错误:

TypeError: fit() got an unexpected keyword argument 'sample_weight'
4

1 回答 1

5

考虑到似乎没有直接的方法来传递sample_weight参数,VotingClassifier我遇到了这个小“黑客”:

覆盖fit底部分类器的方法。例如,如果您使用的是 a ,您可以通过传递所需的参数DecisionTreeClassifier来覆盖其方法。fitsample_weight

class MyDecisionTreeClassifier(DecisionTreeClassifier):
    def fit(self, X , y = None):
        return super(DecisionTreeClassifier, self).fit(X,y,sample_weight=y)

现在,在您的分类器集合中,VotingClassifier您可以使用自己的MyDecisionTreeClassifier.

完整的工作示例:

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])

class MyDecisionTreeClassifier(DecisionTreeClassifier):
    def fit(self, X , y = None):
        return super(DecisionTreeClassifier, self).fit(X,y,sample_weight=y)

clf1 = MyDecisionTreeClassifier()
clf2 = RandomForestClassifier() 
params = {'dt__max_depth': [5, 10],'dt__max_features':[1,2]} 
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_)
print(random_search.best_score_)
于 2016-02-22T21:35:26.063 回答