Adaboost имеет атрибут estimators_
, который позволяет вам перебирать всех подходящих базовых учеников. И вы можете использовать параметр coef_
каждого базового учащегося, чтобы получить коэффициенты, назначенные для каждой функции. Затем вы можете усреднить коэффициенты. Обратите внимание, что вам нужно учитывать тот факт, что базовым ученикам Adaboost назначается индивидуальный вес.
coefs = []
for clf,w in zip(model.estimators_,model.estimator_weights_):
coefs.append(clf.coef_*w)
coefs = np.array(coefs).mean(axis=0)
print(coefs)
Если у вас есть бинарная классификация, вы можете изменить строку внутри l oop as:
coefs.append(clf.coef_.reshape(-1)*w)