使用 sklearn 模型作为深度学习模型的输入

Question

Keras 为我提供了一种将我的深度学习模型与 sklearn（sklearn 的 keras 包装器）一起使用的方法，但我需要其他方式相同的东西。

我想通过将它们的输出提供给深度学习分类器的输入层（待训练）来创建几个已经训练好的 sklearn 模型的集合

我能做到吗？

Answer 1

您可能应该探索 Stacking：http://blog.kaggle.com/2016/12/27/a-kagglers-guide-to-model-stacking-in-practice/

发生的情况是，当我们进行交叉验证时，我们可以结合不折叠的预测来重新生成训练数据。

例如，如果您有 1000 个数据点并使用 5 次折叠进行评估，您将有 5 个长度为 200 的不同验证集。结合在该集上获得的所有预测将基本上为您提供长度为 1000 的新特征，因此一个新功能。 同样，通过训练更多的模型，你可以从 3-4 个模型中得到对应于预测的 3-4 个特征。

最后，您可以将这些功能与您选择的任何模型叠加，甚至可以使用深度神经网络。