Я использую AdaBoostClassifier из sklearn.ensemble . Я тренировал свою модель, используя 1000 оценок:
model = AdaBoostClassifier(
base_estimator = DecisionTreeClassifier(max_depth = 6),
n_estimators = 1000,
learning_rate = 0.2
)
model.fit(X_train, y_train)
затем с использованием генератора model.staged_predict_proba(X_test) Я знаю, что лучшая точность для X_test данных - для 814 оценок.
Теперь я не хочу использовать генератор model.staged_predict_proba(X_test) для прогнозирования новых тестовых данных X_test_2 , потому что много времени для расчета прогнозов для каждого количества оценщиков (набор данных действительно большой ). Я просто хочу рассчитать прогнозы для модели на основе 814 оценок. Я не нашел способ сделать это. Возможно ли это для AdaBoostClassifier ? Я думаю, что это должно быть.