VotingClassifier#
- class sklearn.ensemble.VotingClassifier(estimators, *, voting='hard', weights=None, n_jobs=None, flatten_transform=True, verbose=False)[source]#
用于未拟合估计器的软投票/多数规则分类器。
在用户指南中阅读更多内容。
0.17 版本新增。
- 参数:
- estimators（字符串，估计器）元组列表
在
VotingClassifier上调用fit方法将拟合原始估计器的克隆，这些克隆将存储在类属性self.estimators_中。可以使用set_params将估计器设置为'drop'。0.21 版本更改: 接受
'drop'。在 0.22 版本中，使用 None 已被弃用，并在 0.24 版本中移除支持。- voting{'hard'（硬投票），'soft'（软投票）}，默认为'hard'
如果为'hard'（硬投票），则使用预测的类别标签进行多数规则投票。否则，如果为'soft'（软投票），则根据预测概率之和的 argmax 预测类别标签，这对于由良好校准的分类器组成的集成是推荐的。
- weights形状为 (n_classifiers,) 的类数组，默认为 None
权重序列（
float或int），用于加权预测类别标签的出现次数（hard硬投票）或在平均之前加权类别概率（soft软投票）。如果为None，则使用统一权重。- n_jobs整型，默认为 None
并行运行
fit的作业数。None表示 1，除非在joblib.parallel_backend上下文。-1表示使用所有处理器。有关更多详细信息，请参阅术语表。0.18 版本新增。
- flatten_transform布尔型，默认为 True
仅当 voting='soft' 时影响 transform 输出的形状。如果 voting='soft' 且 flatten_transform=True，则 transform 方法返回形状为 (n_samples, n_classifiers * n_classes) 的矩阵。如果 flatten_transform=False，则返回 (n_classifiers, n_samples, n_classes)。
- verbose布尔型，默认为 False
如果为 True，则在拟合完成后将打印所花费的时间。
0.23 版本新增。
- 属性:
- estimators_分类器列表
在
estimators中定义的、不是 ‘drop’ 的已拟合子估计器集合。- named_estimators_
Bunch 通过名称访问任何已拟合子估计器的属性。
0.20 版本新增。
- le_
LabelEncoder 在拟合期间用于编码标签并在预测期间用于解码标签的转换器。
- classes_形状为 (n_classes,) 的 ndarray
类别标签。
n_features_in_整型在拟合期间观察到的特征数量。
- feature_names_in_形状为 (
n_features_in_,) 的 ndarray 在拟合期间观察到的特征名称。仅当底层估计器在拟合时暴露此属性时才定义。
1.0 版本新增。
另请参阅
VotingRegressor预测投票回归器。
示例
>>> import numpy as np >>> from sklearn.linear_model import LogisticRegression >>> from sklearn.naive_bayes import GaussianNB >>> from sklearn.ensemble import RandomForestClassifier, VotingClassifier >>> clf1 = LogisticRegression(random_state=1) >>> clf2 = RandomForestClassifier(n_estimators=50, random_state=1) >>> clf3 = GaussianNB() >>> X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]]) >>> y = np.array([1, 1, 1, 2, 2, 2]) >>> eclf1 = VotingClassifier(estimators=[ ... ('lr', clf1), ('rf', clf2), ('gnb', clf3)], voting='hard') >>> eclf1 = eclf1.fit(X, y) >>> print(eclf1.predict(X)) [1 1 1 2 2 2] >>> np.array_equal(eclf1.named_estimators_.lr.predict(X), ... eclf1.named_estimators_['lr'].predict(X)) True >>> eclf2 = VotingClassifier(estimators=[ ... ('lr', clf1), ('rf', clf2), ('gnb', clf3)], ... voting='soft') >>> eclf2 = eclf2.fit(X, y) >>> print(eclf2.predict(X)) [1 1 1 2 2 2]
要删除一个估计器，可以使用
set_params。这里我们删除了一个估计器，从而得到 2 个已拟合的估计器>>> eclf2 = eclf2.set_params(lr='drop') >>> eclf2 = eclf2.fit(X, y) >>> len(eclf2.estimators_) 2
将
flatten_transform=True与voting='soft'结合使用会平坦化transform的输出形状>>> eclf3 = VotingClassifier(estimators=[ ... ('lr', clf1), ('rf', clf2), ('gnb', clf3)], ... voting='soft', weights=[2,1,1], ... flatten_transform=True) >>> eclf3 = eclf3.fit(X, y) >>> print(eclf3.predict(X)) [1 1 1 2 2 2] >>> print(eclf3.transform(X).shape) (6, 6)
- fit(X, y, **fit_params)[source]#
拟合估计器。
- 参数:
- X形状为 (n_samples, n_features) 的 {类数组，稀疏矩阵}
训练向量，其中
n_samples是样本数量，n_features是特征数量。- y形状为 (n_samples,) 的类数组
目标值。
- **fit_params字典
传递给底层估计器的参数。
1.5 版本新增: 仅当
enable_metadata_routing=True时可用，可通过使用sklearn.set_config(enable_metadata_routing=True)设置。有关更多详细信息，请参阅元数据路由用户指南。
- 返回:
- self对象
返回实例本身。
- fit_transform(X, y=None, **fit_params)[source]#
返回每个估计器的类别标签或概率。
返回每个估计器对 X 的预测。
- 参数:
- X形状为 (n_samples, n_features) 的 {类数组，稀疏矩阵，数据帧}
输入样本。
- y形状为 (n_samples,) 的 ndarray，默认为 None
目标值（对于无监督转换，为 None）。
- **fit_params字典
额外的拟合参数。
- 返回:
- X_new形状为 (n_samples, n_features_new) 的 ndarray 数组
转换后的数组。
- get_feature_names_out(input_features=None)[source]#
获取转换的输出特征名称。
- 参数:
- input_features字符串或 None 的类数组，默认为 None
未使用，按约定在此处用于 API 一致性。
- 返回:
- feature_names_out字符串对象组成的 ndarray
转换后的特征名称。
- get_metadata_routing()[source]#
获取此对象的元数据路由。
请查看用户指南，了解路由机制的工作原理。
1.5 版本新增。
- 返回:
- routingMetadataRouter
一个封装路由信息的
MetadataRouter。
- get_params(deep=True)[source]#
从集成中获取估计器的参数。
返回构造函数中给定的参数以及
estimators参数中包含的估计器。- 参数:
- deep布尔型，默认为 True
将其设置为 True 可获取各种估计器以及估计器的参数。
- 返回:
- params字典
参数和估计器名称映射到它们的值，或参数名称映射到它们的值。
- predict(X)[source]#
预测 X 的类别标签。
- 参数:
- X形状为 (n_samples, n_features) 的 {类数组，稀疏矩阵}
输入样本。
- 返回:
- maj形状为 (n_samples,) 的类数组
预测的类别标签。
- predict_proba(X)[source]#
计算 X 中样本的可能结果概率。
- 参数:
- X形状为 (n_samples, n_features) 的 {类数组，稀疏矩阵}
输入样本。
- 返回:
- avg形状为 (n_samples, n_classes) 的类数组
每个样本的每个类别的加权平均概率。
- score(X, y, sample_weight=None)[source]#
返回所提供数据和标签的准确率。
在多标签分类中，这是子集准确率，这是一个严格的度量标准，因为它要求每个样本的每个标签集都必须正确预测。
- 参数:
- X形状为 (n_samples, n_features) 的类数组
测试样本。
- y形状为 (n_samples,) 或 (n_samples, n_outputs) 的类数组
X的真实标签。- sample_weight形状为 (n_samples,) 的类数组，默认为 None
样本权重。
- 返回:
- score浮点型
self.predict(X)相对于y的平均准确率。
- set_output(*, transform=None)[source]#
设置输出容器。
有关如何使用 API 的示例，请参阅介绍 set_output API。
- 参数:
- transform{'default', 'pandas', 'polars'}，默认为 None
配置
transform和fit_transform的输出。"default": 转换器的默认输出格式"pandas": DataFrame 输出"polars": Polars 输出None: 转换配置不变
1.4 版本新增: 添加了
"polars"选项。
- 返回:
- self估计器实例
估计器实例。
- set_params(**params)[source]#
设置集成中估计器的参数。
有效参数键可以通过
get_params()列出。请注意，您可以直接设置estimators中包含的估计器的参数。- 参数:
- **params关键字参数
使用例如
set_params(parameter_name=new_value)设置特定参数。此外，除了设置估计器的参数外，还可以设置估计器的单个估计器，或者通过将其设置为 ‘drop’ 来移除。
- 返回:
- self对象
估计器实例。
- set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') VotingClassifier[source]#
请求传递给
score方法的元数据。请注意，此方法仅在
enable_metadata_routing=True时相关（参见sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。每个参数的选项为
True: 请求元数据，如果提供则传递给score。如果未提供元数据，则忽略该请求。False: 不请求元数据，并且元估计器不会将其传递给score。None: 不请求元数据，如果用户提供元数据，则元估计器将引发错误。str: 元数据应以这个给定别名而不是原始名称传递给元估计器。
默认值（
sklearn.utils.metadata_routing.UNCHANGED）保留现有请求。这允许您更改某些参数的请求而不更改其他参数。1.3 版本新增。
注意
此方法仅当此估计器用作元估计器的子估计器时才相关，例如在
Pipeline内部使用时。否则，它没有效果。- 参数:
- sample_weight字符串，True，False 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED
在
score中sample_weight参数的元数据路由。
- 返回:
- self对象
更新后的对象。
- transform(X)[source]#
返回每个估计器对 X 的类别标签或概率。
- 参数:
- X形状为 (n_samples, n_features) 的 {类数组，稀疏矩阵}
训练向量，其中
n_samples是样本数量，n_features是特征数量。
- 返回:
- 概率或标签
- 如果
voting='soft'且flatten_transform=True 返回形状为 (n_samples, n_classifiers * n_classes) 的 ndarray，即每个分类器计算的类别概率。
- 如果
voting='soft' and `flatten_transform=False 形状为 (n_classifiers, n_samples, n_classes) 的 ndarray
- 如果
voting='hard' 形状为 (n_samples, n_classifiers) 的 ndarray，即每个分类器预测的类别标签。
- 如果
