粒度级联森林（gcForest）官方库安装及使用教程（通俗易懂）"/>
多粒度级联森林（gcForest）官方库安装及使用教程（通俗易懂）
文章目录
- 安装教程
- 使用教程
- Reference
近日文献调研过程中了解到周志华教授团队在2018年提出的多粒度级联森林模型，开拓了另一条“深度化”的道路，论文中该模型的性能较好，但可惜在本地数据集上的性能却仅仅稍好于一般的集成学习模型。尽管有一点小失望，但多粒度级联森林的算法原理还是很值得一学。在安装官方库时在网上搜索的安装教程都比较旧，经本人踩坑后做此记录。
(我的环境是conda 4.8.4，python3.7.0，实验后以下安装及使用没有问题)
安装教程
首先以管理员身份进入Anaconda Prompt，并输入conda install git指令安装git
接着调用git下载官方库，继续在Anaconda Prompt中输入git clone .git指令
进入运行目录（C:\WINDOWS\system32）中的gcForest文件夹，在此文件夹中找到lib文件夹中的gcforest文件夹，然后将该gcforest文件夹复制到Anaconda3的site-packages文件夹中（C:\WINDOWS\system32\Anaconda3\Lib\site-packages）
上面的这一步复制注意不要复制错文件夹了
最后安装该官方库的依赖包，在gcForest文件夹中的requirements.txt文档中有详细的清单如下：
argparse
joblib
keras
psutil
scikit-learn>=0.18.1
scipy
simplejson
tensorflow
xgboost
为避免报错，最好手动安装（conda install）下这些包
使用教程
import gcforest
from gcforest.gcforest import GCForest
from sklearn.externals import joblib
from sklearn.datasets import load_iris, load_digits
from sklearn.metrics import accuracy_score
from sklearn.model_selection import train_test_split在get_toy_config()函数中定义模型各项参数
def get_toy_config():config = {}ca_config = {}ca_config["random_state"] = 0ca_config["max_layers"] = 100 ##最大层数ca_config["early_stopping_rounds"] = 3 ca_config["n_classes"] = 3 ##类别数##选择级联森林的基模型ca_config["estimators"] = []ca_config["estimators"].append({"n_folds": 5, "type": "XGBClassifier", "n_estimators": 10, "max_depth": 5,"objective": "multi:softprob", "silent": True, "nthread": -1, "learning_rate": 0.1} )ca_config["estimators"].append({"n_folds": 5, "type": "RandomForestClassifier", "n_estimators": 10, "max_depth": None, "n_jobs": -1})ca_config["estimators"].append({"n_folds": 5, "type": "ExtraTreesClassifier", "n_estimators": 10, "max_depth": None, "n_jobs": -1})ca_config["estimators"].append({"n_folds": 1, "type": "LogisticRegression"})config["cascade"] = ca_configreturn config
基本应用如下
def irisFunc():iris=load_iris()X,y=iris.data,iris.target ##导入数据##划分训练、测试集X_train, X_test, y_train, y_truth = train_test_split(X,y, test_size=0.2, shuffle=True, random_state=111, stratify=y) model = GCForest(get_toy_config()) ##构建模型model.fit_transform(X_train,y_train) ##训练y_predict=model.predict(np.array(X_test)) ##预测 joblib.dump(model,'irisModel.sav') ##保存模型print(y_predict)print("accuracy:",accuracy_score(y_truth,y_predict))
更多API的说明可到官方的GitHub上看看
同时，该官方库的源码可读性比较强，可根据自身的需要做适当改动，例如在lib/gcforest/estimators/__init__.py中加入新的基模型。
多粒度级联森林的模型结构如下：
以后有空的话精读这篇论文后再记录下学习笔记吧（ps：性能真的感觉没预想中那么好啊）CSDN上也有几篇理论分析得挺详细的（例如gcforest 深度森林原理及实现）。
Reference
【gcForest】安装；【Git】安装；【安装依赖】
kingfengji/gcForest
python实践gcForest模型对鸢尾花数据集iris进行分类
更多推荐
多粒度级联森林（gcForest）官方库安装及使用教程（通俗易懂）
发布评论