欠采样袋式分级机
usbclassifier的Python项目详细描述
#美国袋式分级机 #概述 带欠采样的袋装分级机。 这种方法对不平衡数据的分类是很好的。 您可以同时使用二进制或多类分类。 方法可以使用类似sci-kit-learn的api。 仅在Python3.x中使用 #用法 ##参数 *基估计器：对象 分类器看起来像sklearn.xxClassifier。 分类器必须有方法[拟合（x，y），预测（x）]. 它不是一种预测概率的方法，但是如果它有这种方法， 您可以选择“软投票”选项并获得预测概率。 *n_估计量：int（默认值=10） 基估计数。 *投票：str{'hard'，'soft'}（默认为'hard'） 困难：使用多数票规则投票 soft：预测概率和的argmax *n_作业：int（默认值为1） 要为配合而并行运行的作业数。 如果-1，等于磁芯数。 ##方法 *适合（X，Y） X:pandas.dataframe Y:熊猫系列 返回：无 *预测（X） X:pandas.dataframe 返回：预测的y:numpy.array *预测概率（X） X:pandas.dataframe 收益：预测概率（所有袋装模型的平均值）
#许可证 此软件在麻省理工学院许可下发布，请参见[许可]（/license）
欢迎加入QQ群-->： 979659372
