635
правок
Изменения
→Примеры использования (в scikit-learn)
*В '''sklearn.ensemble''' также представлены методы классификации, основанные на ансамблях, в том числе: [https://scikit-learn.org/stable/modules/ensemble.html#bagging бэггинг] и [https://scikit-learn.org/stable/modules/ensemble.html#forest случайный лес], которые были описаны выше.
<br>Так, в этом примере создается бэггинг ансамбль из классификаторов '''KNeighborsClassifier''', каждый из которых обучен на рандомных случайных подмножествах из 50% объектов из обучающей выборки, и 50% рандомно случайно выбранных признаков.
'''from''' sklearn.ensemble '''import''' BaggingClassifier
'''from''' sklearn '''import''' RandomForestClassifier
'''from''' sklearn.datasets '''import''' make_classification
<font color=green>// сгенерируем рандомный случайный обучающий набор с классификацией по n_classes классам</font>
X, y = make_classification(n_samples=1000, n_features=4, n_classes = 5)
<font color=green>// создадим классификатор на случайном лесе, состоящим из n_estimators деревьев</font>
