AdaBoost를 사용하여 Keras 기반 신경망을 향상시키는 방법은 무엇입니까?

Question

나는 이진 분류 문제에 대한 다음과 같은 신경망에 맞게 가정 :

model = Sequential() 
model.add(Dense(21, input_dim=19, init='uniform', activation='relu')) 
model.add(Dense(80, init='uniform', activation='relu')) 
model.add(Dense(80, init='uniform', activation='relu')) 
model.add(Dense(1, init='uniform', activation='sigmoid')) 
# Compile model 
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) 
# Fit the model 
model.fit(x2, training_target, nb_epoch=10, batch_size=32, verbose=0,validation_split=0.1, shuffle=True,callbacks=[hist]) 

가 어떻게 에이다 부스트를 사용하여 신경망을 높일 것인가? 케라에는 이것에 대한 명령이 있습니까?

Answer 1

Keras 자체는 adaboost를 구현하지 않습니다. 그러나 Keras 모델은 scikit-learn과 호환되므로 에서 AdaBoostClassifier을 사용할 수 있습니다. 컴파일 후 model을 base_estimator으로 사용하고 fitAdaBoostClassifier 인스턴스를 model 대신 사용하십시오.

그러나이 방법을 사용하면 전달되는 인수를 fit (예 : epoch 또는 batch_size 수)과 같이 사용할 수 없으므로 기본값이 사용됩니다. 기본값이 충분하지 않은 경우 모델 상단에 scikit-learn 인터페이스를 구현하는 클래스를 직접 작성해야하며 적절한 인수를 fit에 전달해야합니다.

Answer 2

분명히, 신경 네트워크, 당신의 답변을 주셔서 감사합니다, https://github.com/scikit-learn/scikit-learn/issues/1752