from sklearn.ensemble import BaggingClassifier
from sklearn.ensemble import BaggingRegressor
两个模型参数很相似,就放在一块写了。
bagging调参很容易,因为基学习器是固定的(假设基学习器已经是调参OK的了),只需要调参集合的部分就可以了。
Importance:以下内容是博主完全猜测,没有任何依据!因为我在CSDN没有找到bagging的调参文章,而我又需要bagging调参,所以自己根据我那可怜的lightgbm和rf调参经验猜测的,不建议参考,渣男不负责。
不需要调试的参数
base_estimator基学习器,目前看来只能是同质学习器。
n_jobs
random_state
warm_start这个参数的含义我也没太弄懂,先放在这里
bootstrap默认即可
oob_score一般设置为True,如果不需要也可设置为False
step 1
n_estimators这个是首先要调试的,毋庸置疑。
step 2
max_samples
max_features
step 3
step2确定后再反过来调试n_estimators