从模型构建到在线部署：基于Stacking集成模型的全流程实现与SHAP可视化

最新推荐文章于 2025-11-07 13:17:27 发布

原创最新推荐文章于 2025-11-07 13:17:27 发布 · 1.5k 阅读

24 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #人工智能 #数据可视化

背景

在机器学习和数据科学领域，构建高效的预测模型只是第一步，如何将模型成果落地应用至关重要，借助在线部署工具，可以实现模型的实时预测与可视化交互，为用户提供直观的分析支持。本次实践以Stacking回归模型为核心，结合SHAP值分析特征重要性，并通过Streamlit搭建交互式Web应用关注微信公众号：Python机器学习AI

代码实现

模型构建


import pandas as pd
import numpy as np
import matplotlib.pyplot as plt 
import warnings
warnings.filterwarnings("ignore")

plt.rcParams['font.family'] = 'Times New Roman'
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_excel('2024-11-27公众号Python机器学习AI.xlsx')

from sklearn.model_selection import train_test_split, KFold

X = df.drop(['Y'],axis=1)
y = df['Y']

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, 
                                                    random_state=42)
from sklearn.ensemble import RandomForestRegressor, GradientBoostingRegressor, AdaBoostRegressor, StackingRegressor
from xgboost import XGBRegressor
from lightgbm import LGBMRegressor
from catboost import CatBoostRegressor
from sklearn.linear_model import LinearRegression

# 定义一级学习器
base_learners = [
    ("RF", RandomForestRegressor(n_estimators=100, random_state=42)),
    ("XGB", XGBRegressor(n_estimators=100, random_state=42, verbosity=0)),
    ("LGBM", LGBMRegressor(n_estimators=100, random_state=42, verbose=-1)),
    ("GBM", GradientBoostingRegressor(n_estimators=100, random_state=42)),
    ("AdaBoost", AdaBoostRegressor(n_estimators=100, random_state=42)),
    ("CatBoost", CatBoostRegressor(n_estimators=100, random_state=42, verbose=0))  
]

# 定义二级学习器
meta_model = LinearRegression()

# 创建Stacking回归器
stacking_regressor = StackingRegressor(estimators=base_learners, final_estimator=meta_model, cv=5)

# 训练模型
stacking_regressor.fit(X_train, y_train)

通过Stacking回归器结合多个基学习器（如随机森林、XGBoost等）和线性回归元学习器，构建了一个集成学习模型并完成训练，用于提升预测性能，详情参考——从入门到实践：如何利用Stacking集成多种机器学习算法提高模型性能

模型保存


import joblib
joblib.dump(stacking_regressor, "stacking_regressor_model.pkl")

将训练好的Stacking回归模型保存为文件 stacking_regressor_model.pkl，以便后续加载和使用，无需重复训练，提升效率和便捷性

SHAP部分

逐步拆解Stacking结构，分别解释基学习器和元学习器的行为，将Stacking模型视为整体的“黑箱”进行解释（仅关注输入特征与最终预测输出的关系），详情参考文章——如何用SHAP解读集成学习Stacking中的基学习器和元学习器以及整体模型贡献

APP部署

这些文件是为利用Streamlit进行APP部署而准备的，每个文件的作用如下：

APP.py：主程序文件，包含了Streamlit应用的代码逻辑，用于构建交互式Web界面
requirements.txt：依赖文件，列出了应用运行所需的Python库及其版本，方便部署环境的快速搭建
stacking_regressor_model.pkl：保存的Stacking模型文件，用于加载模型进行预测，无需重新训练
summary_plot.png：基学习器的SHAP特征贡献分析图，展示第一层学习器的特征重要性
SHAP Contribution Analysis for the...png：元学习器的SHAP特征贡献分析图，展示二级学习器的特征重要性
Based on the overall feature contribution...png：整体Stacking模型的SHAP特征贡献分析图，用于在应用中可视化显示

接下来将所有文件上传至GitHub仓库

将代码和相关文件上传至GitHub，然后在 Streamlit Cloud 部署APP，通过生成的公开URL实现在线实时运行与分享

代码与数据集获取：如需获取本文的源代码和数据集，请添加作者微信联系

APP简介

这个APP利用Streamlit框架实现了一个交互式工具，支持用户通过输入特征值对Stacking模型进行实时预测，同时结合SHAP（SHapley Additive exPlanations）分析，提供了模型的多层次特征贡献可视化。用户可以查看第一层基学习器（如随机森林、XGBoost等）、第二层元学习器（线性回归）的特征重要性分析，以及整个Stacking模型的整体特征贡献。这一工具不仅实现了预测功能，还直观展示了模型的解释性分析，帮助用户理解特征对模型预测结果的影响，代码与数据集获取：如需获取本文的源代码和数据集，请添加作者微信联系

往期推荐

SCI图表复现：整合数据分布与相关系数的高级可视化策略

SCI图表：基于相关性和标准差的多模型评价——泰勒图解析

期刊文章配图：基于分组折线图的多机器学习模型表现评估对比

复现SCI文章 SHAP 依赖图可视化以增强机器学习模型的可解释性

SCI图表复现：优化SHAP特征贡献图展示更多模型细节

复现 Nature 图表——基于PCA的高维数据降维与可视化实践及其扩展

复现Nature图表——基于PCA降维与模型预测概率的分类效果可视化

SCI图表复现：特征相关性气泡热图展示

一图胜千言：回归预测模型训练集与测试集的进阶可视化

期刊文章配图：基于雷达图的多机器学习模型表现评估对比

期刊文章配图：斯皮尔曼相关系数热图反应非线性变量相关性