gcForest

2024年1月31日 156次阅读 来源: Liam_ml

这也是一种基于决策树的方法，这是一种深度树的集成方法（deep forest ensemble method ）

如何使用

想要在R里面使用，需要在计算机上安装一下设备：

  • python 3x
  • Numpy
  • Scikit-learn

之后，安装R包

install.packages('gcForest')

使用fcForest

  • fit(X,y) 在输入数据X和相关目标y上训练gcForest;
  • predict(X) 预测未知样本X的类别;
  • predict_proba(X) 预测未知样本X的类概率;
  • mg_scanning(X, y=None) 对输入数据执行多粒度扫描;
  • window_slicing_pred_prob(X, window, shape_1X, y=None)对输入数据执行窗口切片并通过随机森林发送它们。如果提供目标值’y’，则使用切片数据训练随机森林;
  • cascade_forest(X, y=None) 执行（或训练如果’y’不是None）级联森林估计;
  • gcdata(x) 将R数据结构转换为Python数据结构;
  • model_save(model,path) 将经过训练的模型保存在磁盘中
  • model_load(path) 将训练模型从磁盘加载到R环境;

例子

library(gcForest)
sk <-  reticulate::import('sklearn')
 


train_test_split <- sk$model_selection$train_test_split

data <- sk$datasets$load_iris

iris <- data()


X <-  iris$data
y <-  iris$target
data_split <- train_test_split(X,y,test_size=0.33)


X_tr <- data_split[[1]]
X_te <- data_split[[2]]
y_tr <- data_split[[3]]
y_te <- data_split[[4]]


gcforest_m <- gcforest(shape_1X = 4L,window = 2L,tolerance = 0.0)

gcf_model <- gcforest_m$fit(X_tr,y_tr)
    原文作者：Liam_ml
    原文地址: https://www.jianshu.com/p/2e14729a91dc
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞