我正在尝试实现一个用于多类预测的叠加系综模型
每个训练示例是一个具有14个特征的向量。 总共有12个可能的类。 三个基本模型(如下所述)各自摄取14维特征向量训练示例并输出12维概率向量(1个概率/类)
三个基本分类模型是从头开始构建的(即,不是使用sklearn
构建的,因此我不能简单地使用sklearn
集成方法),如下所示:
我想对每个训练示例的基础模型输出进行叠加(即叠加3 x 12-d概率向量)对于每个训练示例,将此3x12数组作为输入输入输入到多项式逻辑回归集成模型,以输出每个训练示例最终多类预测的12维概率向量
但是,我不确定使用sklearn
多项式回归模型是否可行。根据我的理解,sklearn
模型只能接受一维特征数组,而不是二维特征数组
欢迎提供任何建议。多谢各位
因此,最终的解决方法非常简单:将每个基本模型的
3x12
向量输出平坦化为1x36
特征向量,然后将其输入集成模型另一种选择是根据基本模型预测构建张量,然后使用不同类型的集成分类器,即CNN,但该方法被拒绝
相关问题 更多 >
编程相关推荐