Сделайте окончательный прогноз со 100% набора данных с помощью sklearn ⇐ Python

[Anonymous]

Я проверяю модель для классификации с помощью следующих шагов:

• Выбор 75 % моего набора данных для обучения с помощью train_test_split
• SequentialFeatureSelector для получения лучших функций
• RandomForest для классификации
• AdaBoost для улучшения классификации

У меня хорошие оценки, но теперь я хочу использовать 100 % данных для окончательной классификации.
У меня есть несколько вариантов используйте 100% моих данных в качестве обучения:

• Создайте новую модель со 100% данных для обучения (просто переустановите модель со 100% данных?)
• Создайте перекрестное предсказание с помощью n моделей для каждой складки и объедините их с VotingClassifier.
• Используйте напрямую cross_val_predict с первой моделью, но как именно?

Какой метод вы считаете наиболее подходящим и справедливым?

Подробнее здесь: https://stackoverflow.com/questions/790 ... th-sklearn