13-2 soft voting

更合理的投票，应该有权值。

假如一个二分类问题，5个模型分别对一个样本进行分类。以下是每个模型认为每种分类的概率：

模型1：A-99%，B-1% 模型2：A-49%，B-51% 模型3：A-40%，B-60% 模型4：A-90%，B-10% 模型5：A-30%，B-70%

按照hard voting，投票结果为B 但考虑上每种类的概率，投票结果为A 把每个分类的概率当作权值，就是soft voting

soft voting要求集合中的每一个模型都能估计概率 即有predict_proba这个函数

逻辑回归，KNN，决策树（叶子结点的每个类的比例），都能估计概率。 SVM本身没有考虑概率，因为它是计算margin。但SVM可以有一种方法来计算概率。

自己实现集成学习

使用13-1的数据：

Hard Voting Classifier

from sklearn.ensemble import VotingClassifier

from sklearn.ensemble import VotingClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
from sklearn.tree import DecisionTreeClassifier

voting_clf = VotingClassifier(estimators=[
    ('log_clf', LogisticRegression()),
    ('svm_clf', SVC()),
    ('dt_clf', DecisionTreeClassifier(random_state=666))
], voting='hard')

voting_clf.fit(X_train, y_train)
voting_clf.score(X_test, y_test)

输出：0.896

Soft Voting Classifier

from sklearn.ensemble import VotingClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.svm import SVC
from sklearn.tree import DecisionTreeClassifier

voting_clf2 = VotingClassifier(estimators=[
    ('log_clf', LogisticRegression()),
    ('svm_clf', SVC(probability=True)),
    ('dt_clf', DecisionTreeClassifier(random_state=42))
], voting='soft')

voting_clf2.fit(X_train, y_train)
voting_clf2.score(X_test, y_test)

输出：0.92