Ensemble methods#

Examples concerning the sklearn.ensemble module.

AdaBoost 决策树回归

AdaBoost 决策树回归

IsolationForest 示例

IsolationForest 示例

二分类AdaBoost

二分类AdaBoost

使用堆叠方法结合预测器

使用堆叠方法结合预测器

使用完全随机树的哈希特征变换

使用完全随机树的哈希特征变换

使用并行树森林评估像素重要性

使用并行树森林评估像素重要性

使用树的森林评估特征重要性

使用树的森林评估特征重要性

使用树集成进行特征转换

使用树集成进行特征转换

单一估计器与袋装法：偏差-方差分解

单一估计器与袋装法：偏差-方差分解

单调约束

多类AdaBoost决策树

多类AdaBoost决策树

梯度提升中的提前停止

梯度提升中的提前停止

梯度提升中的类别特征支持

梯度提升中的类别特征支持

梯度提升回归

梯度提升回归

梯度提升回归的预测区间

梯度提升回归的预测区间

sphx_glr_auto_examples_ensemble_plot_gradient_boosting_regularization.py

梯度提升正则化

梯度提升袋外估计

梯度提升袋外估计

比较随机森林和多输出元估计器

比较随机森林和多输出元估计器

比较随机森林和直方图梯度提升模型

比较随机森林和直方图梯度提升模型

直方图梯度提升树的特性

直方图梯度提升树的特性

绘制VotingClassifier的决策边界

绘制VotingClassifier的决策边界

绘制个体和投票回归预测

绘制个体和投票回归预测

绘制由VotingClassifier计算的类别概率

绘制由VotingClassifier计算的类别概率

绘制鸢尾花数据集上树集成的决策边界

绘制鸢尾花数据集上树集成的决策边界

随机森林的袋外误差

随机森林的袋外误差