sklearn.ensemble

Methoden auf Ensemble-Basis für Klassifizierung, Regression und Anomalieerkennung.

Benutzerhandbuch. Weitere Details finden Sie im Abschnitt Ensembles: Gradient Boosting, Random Forests, Bagging, Voting, Stacking.

AdaBoostClassifier	Ein AdaBoost-Klassifikator.
AdaBoostRegressor	Ein AdaBoost-Regressor.
BaggingClassifier	Ein Bagging-Klassifikator.
BaggingRegressor	Ein Bagging-Regressor.
ExtraTreesClassifier	Ein Extra-Trees-Klassifikator.
ExtraTreesRegressor	Ein Extra-Trees-Regressor.
GradientBoostingClassifier	Gradient Boosting für Klassifikation.
GradientBoostingRegressor	Gradient Boosting für Regression.
HistGradientBoostingClassifier	Histogramm-basierter Gradient Boosting Klassifikationsbaum.
HistGradientBoostingRegressor	Histogramm-basierter Gradient Boosting Regressionsbaum.
IsolationForest	Isolation Forest Algorithmus.
RandomForestClassifier	Ein Random-Forest-Klassifikator.
RandomForestRegressor	Ein Random-Forest-Regressor.
RandomTreesEmbedding	Ein Ensemble von völlig zufälligen Bäumen.
StackingClassifier	Stapel von Schätzern mit einem abschließenden Klassifikator.
StackingRegressor	Stapel von Schätzern mit einem abschließenden Regressor.
VotingClassifier	Soft Voting/Majority Rule Klassifikator für nicht angepasste Schätzer.
VotingRegressor	Vorhersage-Voting-Regressor für nicht angepasste Schätzer.