本文整理汇总了Python中dataset.Dataset.get_resampled_train_X_y方法的典型用法代码示例。如果您正苦于以下问题：Python Dataset.get_resampled_train_X_y方法的具体用法？Python Dataset.get_resampled_train_X_y怎么用？Python Dataset.get_resampled_train_X_y使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类dataset.Dataset的用法示例。
在下文中一共展示了Dataset.get_resampled_train_X_y方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: RandomForestClassifier
# 需要导入模块: from dataset import Dataset [as 别名]
# 或者: from dataset.Dataset import get_resampled_train_X_y [as 别名]
clf2 = RandomForestClassifier(random_state=1)
clf3 = svm.SVC(C=0.35, class_weight='balanced')
clf4 = RidgeClassifier(alpha=2.5)
clf5 = AdaBoostClassifier(n_estimators=150)
eclf = VotingClassifier(estimators=[('lr', clf1), ('rf', clf2), ('svm', clf3),
('rc', clf4), ('ab', clf5)],
voting='hard')
for clf, label in zip([clf1, clf2, clf3, clf4, clf5, eclf],
['Logistic Regression', 'Random Forest', 'SVM',
'Ridge Classifier', 'Ada boost', 'Ensemble']):
scores = cross_val_score(clf, X.toarray(), y, cv=5, scoring='f1_macro')
scores_dict[label].append(scores.mean())
print("f1_macro: %0.2f (+/- %0.2f) [%s]" % (scores.mean(), scores.std(), label))
X, y = dataset.get_resampled_train_X_y(kind='regular')
clf1.fit(X.toarray(), y)
clf2.fit(X.toarray(), y)
clf3.fit(X.toarray(), y)
clf4.fit(X.toarray(), y)
clf5.fit(X.toarray(), y)
eclf.fit(X.toarray(), y)
# X_test = dataset.get_test_x()
# y_test = dataset.get_test_y()
# for clf, label in zip([clf1, clf2, clf3, clf4, clf5, eclf],
# ['Logistic Regression', 'Random Forest',
# 'SVM', 'Ridge Classifier', 'Ada boost', 'Ensemble']):
# score = f1_score(y_test, clf.predict(X_test.toarray()))
# print("f1_macro_test: %0.2f [%s]" % (score, label))