从堆叠集成 model 访问基分类器的值

Question

如何从堆叠集成模式访问基本分类器的值？ 我使用了 sklearn 的 StackingClassifier。

当我实现这个时：

model.final_estimator_.decision_function(X_train)

我收到了这个错误：

X has 10 features, but LinearRegression is expecting 4 features as input.

我有一个堆叠的合奏 model ：

• 决策树、线性回归、XGB 和 MLP 作为基分类器
• 线性回归作为元分类器

我只是好奇如何访问从基分类器传递到元分类器的内容

Answer 1

拟合的基础估计器存储在属性estimators_和named_estimators_中，因此您可以通过这种方式直接检查它们。 集成的transform方法返回一个数组，其中列是基本估计器的预测，因此这是“访问从基本分类器传递到元分类器的内容”的更方便的方法。 （当然，集成的predict方法将使基本估计器的预测与transform一样，然后将其用作final_estimator_.predict的输入。）