如何在 scikit-learn 中使用具有不同基础估计器的 adaboost？

【问题标题】：How to use adaboost with different base estimator in scikit-learn?如何在 scikit-learn 中使用具有不同基础估计器的 adaboost？
【发布时间】：2016-09-02 21:02:42
【问题描述】：

我想在 scikit-learning 中使用带有几个基本估计器的 adaboost 进行回归，但我找不到任何可以做到这一点的类。除了更改源代码之外，还有什么办法可以做到这一点？

【问题讨论】：

标签： python machine-learning scikit-learn adaboost ensemble-learning

【解决方案1】：

您可以在 sklearn 上阅读此页面：adaboost。我个人喜欢将 XGboost、GBM、RandomForest 和 ExtraTree 堆叠为基础模型并将它们堆叠起来以获得更好的 auc 分数。

【讨论】：

如果你想堆叠或混合多个基础估计器，你可以在 github 上查看这个模块：stacked generalization。这个模块是由dustinstansbury 开发的，我为它做了一个补丁，以使代码更好地工作。
我正在使用 adaboost 进行回归，所以这个模块可能对我没有帮助
@AndreasHsieh：你如何堆叠不同的算法？