-1
我已经采取了3个分类模型,如何评价软投票的分类被训练上的一些数据
clf1 = DecisionTreeClassifier(max_depth=4)
clf2 = KNeighborsClassifier(n_neighbors=7)
clf3 = SVC(kernel='rbf', probability=True)
我将它们传递给投票分类作为参数,并选择柔和投票。
eclf = VotingClassifier(estimators=[('dt', clf1), ('knn', clf2), ('svc', clf3)], voting='soft', weights=[2,1,2])
clf1 = clf1.fit(titanic_train1,y_train)
clf2 = clf2.fit(titanic_train1,y_train)
clf3 = clf3.fit(titanic_train1,y_train)
eclf = eclf.fit(titanic_train1,y_train)
这里我得到的错误,AttributeError的: 'VotingClassifier' 对象有 没有属性 'best_score_'
print("CvScore",eclf.best_score_)
print("Train accuracy",eclf.score(titanic_train1, y_train))
投票分类器简单地取个别估计量的概率并以最大概率返回类。你真的想通过'best_score_'访问什么?你说你得到一个错误,但没有描述你想要做什么。 –