1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶアンサンブル手法
Connected

Exercises

スタッキング分類器を構築する

ここからは次の2つのステップに取り組みます。

ステップ3: 予測をデータセットに追加する: これは内部的には StackingClassifier クラスが処理しますが、前の演習で作成した第1層の分類器リストを準備しておきます。利用可能な分類器は clf_dt と clf_knn です。

ステップ4: 第2層のメタ推定器を構築する: ここではデフォルトの LogisticRegression を使用します。これはベース推定器の個々の予測を入力特徴量として受け取ります。

両方の層の推定器がそろったら、スタッキング分類器を構築できます。

คำแนะนำ

100 XP
  • 第1層の分類器 clf_dt と clf_knn を、適切なラベルと順序でタプルのリストにまとめます。
  • 第2層のメタ推定器として LogisticRegression をインスタンス化します。
  • スタッキング分類器を構築します。引数として、タプルのリスト、メタ分類器、stack_method='predict_proba'（クラス確率を用いるため）、passthrough = False（予測のみを特徴量として使うため）を渡します。