Utiliser un estimateur différent basé sur la valeur

Question

Ce que j'essaie de faire est de construire un régresseur basé sur une valeur dans une entité. C'est-à-dire, j'ai quelques colonnes où l'un d'eux est plus important (supposons que c'est gender) (bien sûr, il est différent de la valeur cible Y).

Je veux dire:
- Si le gender est un homme utilise alors la forêt d'arbres décisionnels régresseur
- Sinon utiliser un autre régresseur

Avez-vous une idée si cela est possible en utilisant sklearn ou toute autre bibliothèque python?

Answer 1

Vous pourriez être en mesure de mettre en œuvre votre propre régresseur. Supposons que gender est la première caractéristique. Alors vous pourriez faire quelque chose comme

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 

Answer 2

Personnellement, je suis nouveau sur Python mais j'utiliserais le type de données d'une liste. Je voudrais ensuite procéder à une vérification de l'adhésion et faire référence à la liste que vous venez d'écrire. Ensuite, dites que si member = true alors exécutez/utilisez randomForest regressor. Si faux utiliser/exécuter un autre régresseur.