Bagging

Machine Learning with Tree-Based Models in Python

Elie Kawerk

Data Scientist

集成方法（Ensemble Methods）

投票分類器（Voting Classifier）

相同訓練集，
$\neq$ 演算法。

Bagging

相同演算法，
$\neq$ 訓練集子集。

Bagging

Bagging：自助聚合（Bootstrap Aggregation）。
使用稱為 bootstrap 的技術。
降低集成中個別模型的變異。

自助法（Bootstrap）

bootstrap

Bagging：訓練

訓練中的 Bagging

Bagging：預測

Bagging 預測

Bagging：分類與回歸

分類：

以多數決聚合預測。
在 scikit-learn 中使用 BaggingClassifier。

回歸：

以平均值聚合預測。
在 scikit-learn 中使用 BaggingRegressor。

sklearn 的 Bagging 分類器（Breast-Cancer 資料集）

# Import models and utility functions
from sklearn.ensemble import BaggingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split

# Set seed for reproducibility
SEED = 1

# Split data into 70% train and 30% test
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3,
                                                    stratify=y,
                                                    random_state=SEED)

# Instantiate a classification-tree 'dt'
dt = DecisionTreeClassifier(max_depth=4, min_samples_leaf=0.16, random_state=SEED)

# Instantiate a BaggingClassifier 'bc'
bc = BaggingClassifier(base_estimator=dt, n_estimators=300, n_jobs=-1)

# Fit 'bc' to the training set
bc.fit(X_train, y_train)
# Predict test set labels
y_pred = bc.predict(X_test)

# Evaluate and print test-set accuracy
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy of Bagging Classifier: {:.3f}'.format(accuracy))

Accuracy of Bagging Classifier: 0.936

一起來練習吧！

Machine Learning with Tree-Based Models in Python