我有分类问题,我想测试所有可用的算法来测试它们在解决问题时的表现.
如果您知道除下面列出的分类算法以外的任何分类算法,请在此处列出.
GradientBoostingClassifier()
DecisionTreeClassifier()
RandomForestClassifier()
LinearDiscriminantAnalysis()
LogisticRegression()
KNeighborsClassifier()
GaussianNB()
ExtraTreesClassifier()
BaggingClassifier()
非常感谢您的帮助.
解决方法:
您可能想看看以下问题:
接受的答案显示了获取scikit中支持predict_probas方法的所有估算器的方法.只需迭代并打印所有名称而不检查条件,即可获得所有估算器. (分类器,回归器,集群等)
仅对于分类器,请按如下所示进行修改,以检查实现ClassifierMixin的所有类
from sklearn.base import ClassifierMixin
from sklearn.utils.testing import all_estimators
classifiers=[est for est in all_estimators() if issubclass(est[1], ClassifierMixin)]
print(classifiers)
注意事项:
> CV后缀为其名称的分类器实现了内置的交叉验证(如LogisticRegressionCV,RidgeClassifierCV等).
>有些是整体,可能会在输入参数中使用其他分类器.
>某些分类器如_QDA,_LDA是其他分类器的别名,可能会在下一版本的scikit-learn中删除.
在使用它们之前,您应该检查它们各自的参考文档