Mlxtend库具有VotingEnsemble的实现,可让您传递预先拟合的模型。例如,如果您有三个预先训练的模型clf1,clf2,clf3。以下代码将起作用。
from mlxtend.classifier import EnsembleVoteClassifier
import copy
eclf = EnsembleVoteClassifier(clfs=[clf1, clf2, clf3], weights=[1,1,1], refit=False)
设置为false时,EnsembleVoteClassifier中的 参数可确保不对分类器进行调整。
通常,在寻找sci-kit learning无法提供的更高级的技术功能时,请以mlxtend为第一参考点。