Python dask_ml.ensemble.BlockwiseVotingRegressor用法及代碼示例

用法: class dask_ml.ensemble.BlockwiseVotingRegressor(estimator)

分塊訓練和集成投票回歸器。

該回歸器在 Dask Arrays 或 DataFrames 的塊/分區上進行訓練。一個克隆版本的estimator會適合獨立地在 Dask 集合的每個塊或分區上。

預測是由學習模型的集合完成的。

警告

確保您的數據在訓練之前充分洗牌！如果數據集的各個塊/分區的值分布不相似，則回歸器的結果會很差。

參數：

estimator：估計器

屬性：

estimators_：回歸器列表: 擬合 sub-estimators 的集合，這些 estimator 擬合在輸入的每個分區/塊上。

例子：

>>> import dask_ml.datasets
>>> import dask_ml.ensemble
>>> import sklearn.linear_model
>>> X, y = dask_ml.datasets.make_regression(n_samples=100_000,
...                                         chunks=10_000)
>>> subestimator = sklearn.linear_model.LinearRegression()
>>> clf = dask_ml.ensemble.BlockwiseVotingRegressor(
...     subestimator,
... )
>>> clf.fit(X, y)

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask_ml.ensemble.BlockwiseVotingRegressor。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。