使用sklearn模型作为深度学习模型的输入

Question

Keras给我的方式来使用我深深的学习模式与sklearn（用于sklearn的keras包装），但我需要同样的事情， 周围的其他方式 。

我想通过将几个已经训练过的sklearn模型的输出馈送到深度学习分类器的输入层来创建一个整体（待训练）

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/

发生的事情是，当我们进行交叉验证时，我们可以结合结合非常规预测来重新生成训练数据。

例如，如果您有1000个数据点，并且使用5倍进行评估，则将有5个长度为200的不同验证集。将在该集合上获得的所有预测结合起来，实际上将为您提供长度为1000的新特征，因此有了新特征。 同样，通过训练更多模型，您可以获得与3-4个模型的预测相对应的3-4个特征。

最后，您可以将这些功能与您选择的任何模型进行堆叠，甚至可以使用深度神经网络。