集成方法# 關於 sklearn.ensemble 模組的範例。 梯度提升中的類別特徵支援 梯度提升中的類別特徵支援 使用堆疊組合預測器 使用堆疊組合預測器 比較隨機森林和直方圖梯度提升模型 比較隨機森林和直方圖梯度提升模型 比較隨機森林和多輸出元估計器 比較隨機森林和多輸出元估計器 具有 AdaBoost 的決策樹迴歸 具有 AdaBoost 的決策樹迴歸 梯度提升中的提前停止 梯度提升中的提前停止 具有樹森林的特徵重要性 具有樹森林的特徵重要性 使用樹集成進行特徵轉換 使用樹集成進行特徵轉換 直方圖梯度提升樹中的特徵 直方圖梯度提升樹中的特徵 梯度提升袋外估計 梯度提升袋外估計 梯度提升迴歸 梯度提升迴歸 梯度提升正規化 梯度提升正規化 使用完全隨機樹的雜湊特徵轉換 使用完全隨機樹的雜湊特徵轉換 IsolationForest 範例 IsolationForest 範例 單調約束 單調約束 多類 AdaBoost 決策樹 多類 AdaBoost 決策樹 隨機森林的 OOB 錯誤 隨機森林的 OOB 錯誤 繪製 VotingClassifier 計算的類別機率 繪製 VotingClassifier 計算的類別機率 繪製個別和投票迴歸預測 繪製個別和投票迴歸預測 繪製 VotingClassifier 的決策邊界 繪製 VotingClassifier 的決策邊界 繪製虹膜資料集上樹集成決策面 繪製虹膜資料集上樹集成決策面 梯度提升迴歸的預測間隔 梯度提升迴歸的預測間隔 單一估計器與裝袋：偏差-變異數分解 單一估計器與裝袋：偏差-變異數分解 雙類 AdaBoost 雙類 AdaBoost
