1

我正在尝试使用 autosklearn（0.4.1 版）来了解搜索我的回归问题的算法方向。我用来自 sklearn 的波士顿玩具示例数据进行了尝试，效果很好（见下面的代码）。只是它输出一组算法。这很好，但我也希望它告诉我哪种算法最好。

我想我可以通过在 autosklearn.regression.AutoSklearnRegressor 中使用参数“ensemble_size=1”（或零）来实现这一点，但我总是得到一个包含一些加权算法的集合。此外，如果我设置“ensemble_size=5”或更大的数字 1，它会保持整体大小与我根本不设置参数一样，但不是我给出的值。

有谁知道，如果我只是使用错误的合成器，试图实现 autosklearn 包无法实现的目标，或者我是否在这里遗漏了其他东西？

非常感谢您的回答和问候，lgreenalien

import sklearn.datasets
import autosklearn.regression 

x, y = sklearn.datasets.load_boston(return_X_y=True)
feature_types = (['numerical'] * 3) + ['categorical'] + (['numerical'] * 9)
x_train, x_test, y_train, y_test = sklearn.model_selection.train_test_split(x, y, random_state=1)

automl = autosklearn.regression.AutoSklearnRegressor(
         time_left_for_this_task=120,# in seconds
         per_run_time_limit=30, 
         tmp_folder='tmp_Bostondata',
         output_folder='output_Bostondata',
         )

automl.fit(x_train, y_train, dataset_name='Boston dataset',
       feat_type=feature_types)

predictions = automl.predict(x_test)
4

0 回答 0