根据价值使用不同的估算器

Question

我想做的是基于特征中的值构建回归器。也就是说，我有一些列，其中一个比较重要（假设它是gender）（当然它与目标值Y不同）。

我想说：
- 如果 gender 是男性，则使用随机森林回归器
- 否则使用另一个回归器

您是否知道使用 sklearn 或 python 中的任何其他库是否可行？

Answer 1

我个人是 Python 的新手，但我会使用列表的数据类型。然后我会继续进行会员资格检查并参考您刚刚写的列表。然后继续说if member = true then run/use randomForest regressor。如果 false use/run 另一个回归变量。

Answer 2

您或许可以实现自己的回归器。让我们假设 gender 是第一个特征。然后你可以做类似

的事情

class MyRegressor():
    '''uses different regressors internally'''
    def __init__(self):
        self.randomForest = initializeRandomForest()
        self.kNN = initializekNN()

    def fit(self, X, y):
        '''calls the appropriate regressors'''
        X1 = X[X[:,0] == 1]
        y1 = y[X[:,0] == 1]
        X2 = X[X[:,0] != 1]
        y2 = y[X[:,0] != 1]
        self.randomForest.fit(X1, y1)
        self.kNN.fit(X2, y2)

    def predict(self, X):
        '''predicts values using regressors internally'''
        results = np.zeros(X.shape[0])
        results[X[:,0]==1] = self.randomForest.predict(X[X[:,0] == 1])
        results[X[:,0]!=1] = self.kNN.predict(X[X[:,0] != 1])

        return results

根据价值使用不同的估算器

Use a different estimator based on value

python

feature-selection

supervised-learning