集成学习的方法及功能

1、计算feature 在随机树林分类中的重要性

forest = ExtraTreesClassifier(n_estimators=250,

random_state=0)

forest.fit(X, y)

importances = forest.feature_importances_

2、循环的运用

for idx, clf, tt in zip(product([0, 1], [0, 1]),
                        [clf1, clf2, clf3, eclf],
                        ['Decision Tree (depth=4)', 'KNN (k=7)',
                         'Kernel SVM', 'Soft Voting']):

3、params.update(setting)，参数更新

4、cs = plt.contourf(xx, yy, Z, cmap=plt.cm.Paired)  绘制带填充色的二维等高线图 

5\idx = np.where(y == i) 获得满足条件的位置