logo
Loading...

葉編碼使用方式 - Cupoy

您好,一、# 梯度提升樹調整參數並擬合後, 再將葉編碼 (*.apply) 結果做獨熱 / 邏輯斯迴...

ml100-2,ml100-2-d30

葉編碼使用方式

2019/05/19 10:15 下午
機器學習共學討論版
顏皓祥
觀看數:16
回答數:1
收藏數:0
ml100-2
ml100-2-d30

您好,

一、

# 梯度提升樹調整參數並擬合後, 再將葉編碼 (*.apply) 結果做獨熱 / 邏輯斯迴歸

gdbt = GradientBoostingClassifier(subsample=0.93, n_estimators=320, min_samples_split=0.1,     

                                               min_samples_leaf=0.3, max_features=4, max_depth=4, learning_rate=0.16)


onehot = OneHotEncoder() 

lr = LogisticRegression(solver='lbfgs', max_iter=1000)  

gdbt.fit(train_X, train_Y) 

onehot.fit(gdbt.apply(train_X)[:, :, 0])   ---->此處有兩個問題請教1.apply(train_X)即是葉編碼嗎?

                                                                                                              2.[:, :, 0]是什麼意思呢?(我有自己print來看 

                                                                                                                  ,但看不懂。             

lr.fit(onehot.transform(gdbt.apply(val_X)[:, :, 0]), val_Y)


二、

DAY_030 HW中提到,

「隨機森林的葉編碼(.apply)不需要加上[:, :, 0], 直接用rf.apply()調用即可」

,為什麼隨機森林不需要加[:, :, 0]呢?


謝謝幫忙!