同样实验前加载和上一节相同的数据集
#%% 使用Bagging
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import BaggingClassifier
bagging_clf = BaggingClassifier(DecisionTreeClassifier(), #使用决策树模型
n_estimators=500,max_samples=100, # 集成500个决策树这样的子模型,每个子模型要看100个样本数
bootstrap=True) # 选择 True ,放回取样
bagging_clf.fit(X_train,y_train)
bagging_clf.score(X_test,y_test)
结果:0.872
修改参数
bagging_clf2 = BaggingClassifier(DecisionTreeClassifier(),
n_estimators=5000,max_samples=100, # 集成500个决策树这样的子模型,每个子模型要看100个样本数
bootstrap=True) # 选择 True ,放回取样
bagging_clf2.fit(X_train,y_train)
bagging_clf2.score(X_test,y_test)
结果:0.872