templateLinear

---

线性分类学习者模板

函数库: TyMachineLearning

语法

mdl = templateLinear(X, n_estimators, learns)

说明

mdl = templateLinear(X，n_estimators, learns) 返回基于输入数据 X 和弱模型基数 n_estimators 的线性分类学习者模板。

示例

训练线性分类学习者模板

加载iris数据集。

using TyMachineLearning
using CSV
using DataFrames
fgdata_x, fgdata_y1 = get_irsdata()
fgdata_x1 = Matrix(fgdata_x)
X = DataFrame([fgdata_x1 fgdata_y1], :auto)
rename!(X, [:x5 => :y])
n_estimators = 10

使用整个数据集训练线性分类学习者模板。

mdl = templateLinear(X, n_estimators, "ridge")

PyObject BaggingClassifier(estimator=RidgeClassifier(), random_state=0)

在 Python 3.7 版本，estimator 命名为 base_estimator，不影响模型的实际训练行为与预测结果。

输入参数

X - 预测数据

Dataframe

预测数据，指定为 Dataframe。X 的每一行对应一个观测值，每一列对应一个预测变量。最后一行为标签。

数据类型： Dataframe

n_estimators - 弱模型基数

数值

对应弱模型的基数数量。

数据类型： Int64

learns- 线性模型参数

数值

对应线性模型参数。默认值是 "SVM"，还可以选择 "logistic"、"ridge"。

数据类型： String

输出参数

Mdl - 输出值

判别分析对象

经过训练的判别分析分类模型，作为分类判别模型对象返回。