所有分类算法列表

Question

我有一个分类问题，我想测试所有可用的算法，以测试它们在解决问题方面的表现。

如果您知道除了下面列出的分类算法之外的任何分类算法，请在此处列出。

GradientBoostingClassifier()
DecisionTreeClassifier()
RandomForestClassifier()
LinearDiscriminantAnalysis()
LogisticRegression()
KNeighborsClassifier()
GaussianNB()
ExtraTreesClassifier()
BaggingClassifier()

Answer 1

你可能想看看以下问题：

How to list all scikit-learn classifiers that support predict_proba()

接受的答案显示了在 scikit 中获取所有支持 predict_probas 方法的估计器的方法。只需在不检查条件的情况下迭代并打印所有名称，您就可以获得所有估算器。 （分类器、回归器、集群等）

对于仅分类器，如下修改它以检查所有实现ClassifierMixin的类

from sklearn.base import ClassifierMixin
from sklearn.utils.testing import all_estimators
classifiers=[est for est in all_estimators() if issubclass(est[1], ClassifierMixin)]
print(classifiers)

对于 >= 0.22 的版本，请使用 this：

from sklearn.utils import all_estimators

而不是sklearn.utils.testing

注意事项：

• 名称后缀有 CV 的分类器实现了内置的交叉验证（如 LogisticRegressionCV、RidgeClassifierCV 等）。
• 有些是集成的，可能在输入参数中采用其他分类器。
• _QDA、_LDA 等一些分类器是其他分类器的别名，可能会在 scikit-learn 的下一版本中删除。

您应该在使用它们之前查看它们各自的参考文档

Answer 2

答案没有提供分类器的完整列表，所以我在下面列出了它们。

from sklearn.tree import ExtraTreeClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.svm.classes import OneClassSVM
from sklearn.neural_network.multilayer_perceptron import MLPClassifier
from sklearn.neighbors.classification import RadiusNeighborsClassifier
from sklearn.neighbors.classification import KNeighborsClassifier
from sklearn.multioutput import ClassifierChain
from sklearn.multioutput import MultiOutputClassifier
from sklearn.multiclass import OutputCodeClassifier
from sklearn.multiclass import OneVsOneClassifier
from sklearn.multiclass import OneVsRestClassifier
from sklearn.linear_model.stochastic_gradient import SGDClassifier
from sklearn.linear_model.ridge import RidgeClassifierCV
from sklearn.linear_model.ridge import RidgeClassifier
from sklearn.linear_model.passive_aggressive import PassiveAggressiveClassifier    
from sklearn.gaussian_process.gpc import GaussianProcessClassifier
from sklearn.ensemble.voting_classifier import VotingClassifier
from sklearn.ensemble.weight_boosting import AdaBoostClassifier
from sklearn.ensemble.gradient_boosting import GradientBoostingClassifier
from sklearn.ensemble.bagging import BaggingClassifier
from sklearn.ensemble.forest import ExtraTreesClassifier
from sklearn.ensemble.forest import RandomForestClassifier
from sklearn.naive_bayes import BernoulliNB
from sklearn.calibration import CalibratedClassifierCV
from sklearn.naive_bayes import GaussianNB
from sklearn.semi_supervised import LabelPropagation
from sklearn.semi_supervised import LabelSpreading
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.svm import LinearSVC
from sklearn.linear_model import LogisticRegression
from sklearn.linear_model import LogisticRegressionCV
from sklearn.naive_bayes import MultinomialNB  
from sklearn.neighbors import NearestCentroid
from sklearn.svm import NuSVC
from sklearn.linear_model import Perceptron
from sklearn.discriminant_analysis import QuadraticDiscriminantAnalysis
from sklearn.svm import SVC
from sklearn.mixture import DPGMM
from sklearn.mixture import GMM 
from sklearn.mixture import GaussianMixture
from sklearn.mixture import VBGMM

Answer 3

另一种选择是使用模块from sklearn.utils import all_estimators。以下是导入所有分类器的示例：

from sklearn.utils import all_estimators

estimators = all_estimators(type_filter='classifier')

all_clfs = []
for name, ClassifierClass in estimators:
    print('Appending', name)
    try:
        clf = ClassifierClass()
        all_clfs.append(clf)
    except Exception as e:
        print('Unable to import', name)
        print(e)

Here's Colaboratory code 工作正常。