AdaBoostClassifier 是一种常用的集成算法,它的超参数包括:
base_estimator: 作为 AdaBoost 的基学习器的弱分类器。默认是决策树分类器。
n_estimators: AdaBoost 算法中迭代次数,即弱分类器的个数。默认值是50。
learning_rate: 每个弱分类器的权重缩减系数,在 0 到 1 之间。默认值是 1。
algorithm: AdaBoost 算法的实现方法,可以是 "SAMME" 或 "SAMME.R"。默认值是 "SAMME.R"。
random_state: 随机种子,用于控制算法的随机行为。默认值是 None。