如何使用AdaBoost增強基於Keras的神經網絡？

假設我適合以下神經網絡的二元分類問題：如何使用AdaBoost增強基於Keras的神經網絡？

model = Sequential() 
model.add(Dense(21, input_dim=19, init='uniform', activation='relu')) 
model.add(Dense(80, init='uniform', activation='relu')) 
model.add(Dense(80, init='uniform', activation='relu')) 
model.add(Dense(1, init='uniform', activation='sigmoid')) 
# Compile model 
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) 
# Fit the model 
model.fit(x2, training_target, nb_epoch=10, batch_size=32, verbose=0,validation_split=0.1, shuffle=True,callbacks=[hist])

我將如何提高基於AdaBoost神經網絡？ keras是否有任何命令？

來源

2016-08-21 ishido

Keras本身並未實現adaboost。但是，Keras型號與scikit-learn兼容，因此您可以從此處使用AdaBoostClassifier：link。在編譯它之後，使用model作爲base_estimator，而fit則使用AdaBoostClassifier而不是model。

但是，這種方式將無法使用傳遞給fit的參數，如時期數或batch_size，因此將使用默認值。如果默認值不夠好，您可能需要構建自己的類，在您的模型上實現scikit-learn界面，並將適當的參數傳遞給fit。

來源

2016-08-22 16:40:49 Ishamael

你好，謝謝你的回答。當我插入： 'bdt = AdaBoostClassifier（base_estimator = model）' 'bdt.fit（x2，training_target）'模型是我編譯的keras網絡，它給了我錯誤：* TypeError：無法克隆對象''（type ）：它似乎不是一個scikit-learn估計器，因爲它沒有實現'get_params'方法。* – ishido

顯然， keras分類器不是scikit-learn兼容的。有關如何使它們一起工作的詳細信息，請參閱此文章：https://keras.io/scikit-learn-api/ – Ishamael

顯然，神經網絡是不與sklearn Adaboost的兼容，看https://github.com/scikit-learn/scikit-learn/issues/1752

來源

2017-11-24 14:49:38

歡迎使用堆棧溢出！這是一個邊界[僅限鏈接的答案]（// meta.stackexchange.com/q/8231）。你應該擴大你的答案，在這裏包含儘可能多的信息，並使用鏈接僅供參考。 –

如何使用AdaBoost增強基於Keras的神經網絡？

回答

相關問題