scikit-learn StackingClassifier：仅支持 sklearn 估计器吗？答案

【问题标题】：scikit-learn StackingClassifier: are only sklearn estimators supported?scikit-learn StackingClassifier：仅支持 sklearn 估计器吗？
【发布时间】：2020-08-30 16:33:47
【问题描述】：

我正在考虑使用 scikit-learn 的 sklearn.ensemble.StackingClassifier。

我阅读了文档，但我真的不清楚 StackingClassifier 支持哪些估算器。

估算器不是与 StackingClassifier 兼容的 sklearn（catboost、keras、pytorch 等）的一部分吗？

如果其中一些是，估计器使用 StackingClassifier 的最低和充分要求是什么？

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

sklearn 使用自己的估算器 API，因此您需要使您的模型（无论是 catboost、keras...）与此 API 兼容。

sklearn 提供了一种方法来实现您自己的 sklearn 兼容估算器或以兼容的方式包装现有模型。这样做的方法是扩展 sklearn 的 BaseEstimator 类并提供所需方法的实现（例如 fit 和 predict）。这是一个取自文档的简单示例。

import numpy as np
from sklearn.base import BaseEstimator, ClassifierMixin
from sklearn.utils.validation import check_X_y, check_array, check_is_fitted
from sklearn.utils.multiclass import unique_labels
from sklearn.metrics import euclidean_distances
class TemplateClassifier(BaseEstimator, ClassifierMixin):

    def __init__(self, demo_param='demo'):
        self.demo_param = demo_param

    def fit(self, X, y):

        # Check that X and y have correct shape
        X, y = check_X_y(X, y)
        # Store the classes seen during fit
        self.classes_ = unique_labels(y)

        self.X_ = X
        self.y_ = y
        # Return the classifier
        return self

    def predict(self, X):

        # Check is fit had been called
        check_is_fitted(self)

        # Input validation
        X = check_array(X)

        closest = np.argmin(euclidean_distances(X, self.X_), axis=1)
        return self.y_[closest]

您可以找到更多信息here。

【讨论】：