集成学习是使用一系列学习器进行学习，并使用某种规则把各个学习结果进行整合从而获得比单个学习器更好的学习效果的一种机器学习方法。
#准备数据
X,y = datasets.make_moons(noise=0.3,n_samples=500,random_state=42)
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,random_state=666)
#逻辑回归预测
from sklearn.linear_model import LogisticRegression
log_reg = LogisticRegression()
log_reg.fit(X_train,y_train)
log_reg.score(X_test,y_test)
#SVM预测
from sklearn.svm import SVC
svc = SVC()
svc.fit(X_train,y_train)
svc.score(X_test,y_test)
#决策树预测
from sklearn.tree import DecisionTreeClassifier
dec_clf = DecisionTreeClassifier()
dec_clf.fit(X_train,y_train)
dec_clf.score(X_test,y_test)
y1_predict = log_reg.predict(X_test)
y2_predict = svc.predict(X_test)
y3_predict = dec_clf.predict(X_test)
#使用集成学习的方法决定最终预测结果
y_predict = np.array((y1_predict+y2_predict+y3_predict)>=2,dtype='int')
使用sklearn中的VotingClassifier
from sklearn.ensemble import VotingClassifier
voting_clf = VotingClassifier(estimators=[
('log_clf',LogisticRegression()),
('SVM',SVC()),
('dec_clf',DecisionTreeClassifier())
],voting='hard') #hard为少数服从多数的集成学习方式
voting_clf.fit(X_train,y_train)
voting_clf.score(X_test,y_test)
Soft Voting
Soft Voting这种方式必须要模型具有预测概率的能力，例如逻辑回归算法本身就是基于概率做分类的，而knn算法一类的非参数学习方法，也可以根据样本数据预测概率，SVM算法可以将probablity属性设置为True以支持概率预测。
voting_clf2 = VotingClassifier(estimators=[
('log_clf',LogisticRegression()),
('SVM',SVC(probability=True)),
('dec_clf',DecisionTreeClassifier(random_state=666))
],voting='soft')
voting_clf2.fit(X_train,y_train)
voting_clf2.score(X_test,y_test)
使用Bagging产生大量子模型的集成学习方法
让每个子模型只看数据的一部分，用放回取样的方式来训练大量的子模型，作为集成学习的方法。
from sklearn.ensemble import BaggingClassifier
#创建Bagging集成学习的参数
#使用DecisionTreeClassifier（）作为子模型，决策树作为子模型更容易创建子模型间的差异性，对于Bagging这种方式的集成学习来说，决策树是相对较好的子模型选择
#max_samples决定每个子模型最多参考样本数据量
#n_estimators决定生成多少个子模型
#bootstrap决定采用放回抽样还是不放回抽样，True为放回抽样
bagging_clf = BaggingClassifier(DecisionTreeClassifier(),max_samples=100,n_estimators=500,bootstrap=True)
上例为对样本进行随机采样，但对于Bagging，其实有更多的方法可以进行采样来创建子模型
Random Subspaces
#max_features设置随机取的最大样本特征数量
#bootstrap_features设置对特征进行放回或不放回取样
#oob_score设置对所有样本进行采样，不分离训练和测试数据集，而在随机采样中所有没有被采样的数据作为测试集使用
random_subspaces_clf = BaggingClassifier(DecisionTreeClassifier(),max_samples=500,n_estimators=500,bootstrap=True,
max_features=1,bootstrap_features=True,n_jobs=-1,oob_score=True)
random_subspaces_clf.fit(X,y)
random_subspaces_clf.oob_score_
Random Patches
random_patches_clf = BaggingClassifier(DecisionTreeClassifier(),max_samples=100,n_estimators=500,bootstrap=True,
max_features=1,bootstrap_features=True,n_jobs=-1)
random_patches_clf.fit(X,y)
random_patches_clf.oob_score
随机森林
from sklearn.ensemble import RandomForestClassifier
rf_clf = RandomForestClassifier(n_estimators=500,oob_score=True)
rf_clf.fit(X,y)
rf_clf.oob_score_
Extra Trees
from sklearn.ensemble import ExtraTreesClassifier
et_clf = ExtraTreesClassifier(n_estimators=500,oob_score=True,n_jobs=-1,bootstrap=True)
et_clf.fit(X,y)
Boosting
Ada Boosting思路，对每次学习后，无法较好拟合的数据点，在下次拟合过程中，增加这些数据点的权重，依次循环生成子模型
from sklearn.ensemble import AdaBoostClassifier
ada_clf = AdaBoostClassifier(DecisionTreeClassifier(),n_estimators=500)
ada_clf.fit(X_train,y_train)
ada_clf.score(X_test,y_test)
Gradient Boosting思路，对于上次拟合错误的数据点，给与下一个模型专门训练，依次循环
#GradientBoostingClassifier本身基于决策树进行，因此不需要设置best_estamitor
from sklearn.ensemble import GradientBoostingClassifier
ada_clf = GradientBoostingClassifier(n_estimators=500)
ada_clf.fit(X_train,y_train)
