切换导航

.rst .pdf

dask_ml.ensemble.BlockwiseVotingRegressor

class dask_ml.ensemble.BlockwiseVotingRegressor(estimator)

块训练和集成投票回归器。

此回归器在 Dask 数组或数据帧的块/分区上进行训练。estimator 的克隆版本将 独立地 在 Dask 集合的每个块或分区上进行拟合。

预测是通过学习模型的 集成 完成的。

警告

在训练之前，请确保您的数据已经充分打乱！如果您的数据集的各个块/分区的值分布不相似，回归器将给出较差的结果。

参数

估计器估计器

属性

estimators_回归器列表

在输入的每个分区/块上拟合的 estimator 子估计器的集合。

示例

>>> 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)

方法

get_metadata_routing()	获取此对象的元数据路由。
get_params([deep])	获取此估计器的参数。
score(X, y[, sample_weight])	返回给定测试数据和标签的平均准确率。
set_params(**params)	设置此估计器的参数。
set_score_request(*[, sample_weight])	传递给 score 方法的请求元数据。

拟合
预测

__init__(estimator)

上一页

dask_ml.ensemble.BlockwiseVotingClassifier

下一页

dask_ml.linear_model.LinearRegression