在scikit中应用()函数-学习可以做什么？

Question

在科学工具包-学习新版本，有一个新的功能称为apply()梯度增强。我真的很困惑。

它喜欢facebook使用的方法：GBDT + LR吗？如果剂量，我们如何使它像GBDT + LR一样工作

Answer 1

来自Sci-Kit文档

应用(X)将集合中的树应用于X，返回叶指数

该函数将输入数据X，其中的每个数据点(x)将应用于每个非线性分类器树。应用程序之后，数据点x将与其关联--它在每个决策树的最终位置上的叶子。此叶将有其关联的类(如果是二进制的话，则为1 )。

apply(X)返回上述信息，这是[n_samples, n_estimators, n_classes]表单的信息。

因此，apply(X)函数与梯度增强决策树+逻辑回归(GBDT+LR)分类和特征变换方法没有多大关系。它是将数据应用于现有分类模型的函数。

如果我在任何方面误解了你，我很抱歉，尽管你问题中的一些语法/语法错误使你很难理解。

Answer 2

应用(X)返回树叶的原始索引，我认为需要将离散索引转换为一种热编码方式，然后执行lr步骤。例如，(X)将返回

[
 [[1], [2], [3], [4]],
 [[2], [3], [4], [5]],
 [[3], [4], [5], [6]]
]

其中n_samples = 3、n_estimators=4和n_classes=1。您必须首先知道gbm分类器中使用的每个树的数目。据我们所知，gbm使用sklearn决策树回归器，根据sklearn决策树回归器的应用函数，我们得到：

X_leaves : array_like = n_samples，对于X中的每个数据点X，返回叶x的索引。叶子是在[0; self.tree_.node_count)内编号的，可能在编号上有空白。

因此，您需要在其他索引中加入零。以上面的例子为例，如果第一棵树有tree_.node_count = 5，那么这三个样本的第一列应该转移到：

[
 [0, 1, 0, 0, 0],
 [0, 0, 1, 0, 0],
 [0, 0, 0, 1, 0]
]

相应地处理其他列，这样就可以得到所需的内容。希望它能帮到你！