stacking中基模型fit时自定义fit参数

[pjgao]

比如xgb/lgb early stoping参数

[yzhao062]

理论上stacking这里的input应该是你已经define好的classifiers，举个例子：

clf1 = XGBClassifier(max_depth=3, learning_rate=0.1)
clf2 = XGBClassifier(max_depth=5, learning_rate=0.05)

clfs = [clf1, clf2]
clf_meta = Stacking(clfs)

不知道这个是不是你想问的问题

[pjgao]

这样来说也是，early stopping是不必要，不过像ligthgbm/catboost的categorical_feature特征应该是要用的吧，cat/lgb对cat特征的处理有的时候是优于一般的label encoder处理的

[zwh9437]

这样来说也是，early stopping是不必要，不过像ligthgbm/catboost的categorical_feature特征应该是要用的吧，cat/lgb对cat特征的处理有的时候是优于一般的label encoder处理的

大佬最后有解决吗？就是有的函数fit里面有其他参数的时候，可以用吗？