1

我正在尝试将 StackingClassifier 与逻辑回归（二元分类器）一起使用。示例代码：

from sklearn.datasets import load_iris
from mlxtend.classifier import StackingClassifier
from sklearn.linear_model import LogisticRegression


iris = load_iris()
X = iris.data
y = iris.target

y[y == 2] = 1 #Make it binary classifier

LR1 = LogisticRegression(penalty='l1')
LR2 = LogisticRegression(penalty='l1')
LR3 = LogisticRegression(penalty='l1')
LR4 = LogisticRegression(penalty='l1')
LR5 = LogisticRegression(penalty='l1')


clfs1= [LR1, LR2]
clfs2= [LR3, LR4, LR5]

cls_=[]
cls_.append(clfs1)
cls_.append(clfs2)

sclf = StackingClassifier(classifiers=sum(cls_,[]), 
    meta_classifier=LogisticRegression(penalty='l1'), use_probas=True, average_probas=False)

sclf.fit(X, y)

sclf.meta_clf_.coef_ #give the weight values

对于每个分类器，初始逻辑回归给出两个类别的概率值。当我使用堆叠 5 个分类器时，sclf.meta_clf_.coef_给出 10 个权重值。

数组([[-0.96815163, 1.25335525, -0.03120535, 0.8533569, -2.6250897, 1.98034805, -0.361378, 0.00571954, -0.03206343, 0.53138651]])

我对重量值的顺序感到困惑。方法

  • (-0.96815163, 1.25335525)第一个逻辑回归的前两个值是LR1什么？

  • (-0.03120535, 0.8533569)是第一个逻辑回归的第二个两个值LR2吗？

我想找出堆叠分类器的逻辑回归 (LR) 的值。

请帮忙。

4

1 回答 1

0

如果您的输出是：

数组([[-0.96815163, 1.25335525, -0.03120535, 0.8533569, -2.6250897, 1.98034805, -0.361378, 0.00571954, -0.03206343, 0.53138651]])

然后，

-0.96815163, 1.25335525：LR1 为 0 和 1 的概率

-0.03120535, 0.8533569：LR2 为 0 和 1 的概率

-2.6250897, 1.98034805：LR3 为 0 和 1 的概率

-0.361378, 0.00571954：LR4 为 0 和 1 的概率

-0.03206343, 0.53138651：LR5 为 0 和 1 的概率

于 2019-04-16T07:45:17.360 回答