從堆疊集成 model 訪問基分類器的值

Question

如何從堆疊集成模式訪問基本分類器的值？ 我使用了 sklearn 的 StackingClassifier。

當我實現這個時：

model.final_estimator_.decision_function(X_train)

我收到了這個錯誤：

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

我有一個堆疊的合奏 model ：

• 決策樹、線性回歸、XGB 和 MLP 作為基分類器
• 線性回歸作為元分類器

我只是好奇如何訪問從基分類器傳遞到元分類器的內容

Answer 1

擬合的基礎估計器存儲在屬性estimators_和named_estimators_中，因此您可以通過這種方式直接檢查它們。 集成的transform方法返回一個數組，其中列是基本估計器的預測，因此這是“訪問從基本分類器傳遞到元分類器的內容”的更方便的方法。 （當然，集成的predict方法將使基本估計器的預測與transform一樣，然后將其用作final_estimator_.predict的輸入。）