Task5--模型融合

最新推荐文章于 2023-02-26 00:37:03 发布

a_adf

最新推荐文章于 2023-02-26 00:37:03 发布

阅读量419

点赞数

文章标签： python 机器学习

本文链接：https://blog.csdn.net/a_adf/article/details/116069460

版权

本文介绍了模型融合的概念，包括简单加权平均中的平均法和投票法，以及boosting、bagging、stacking等方法。详细讨论了在分类问题中的投票策略，并提供了Python实现示例。通过训练和预测，展示了硬投票法和Stacking融合模型的性能，提出优化建议，如选择简单次级模型和调整交叉验证。

摘要由CSDN通过智能技术生成

模型融合

模型融合的方法介绍

模型融合的方法介绍

简单加权平均

平均法（Averaging)(针对回归问题）

平均法分为简单算术平均与加权算术平均法
简单算术平均法：对多个模型预测结果进行平均：在这里插入图片描述
加权算术平均法：对模型的重要度设置不同的权重：

投票法（Voting)(针对分类问题）

投票法指的是：针对分类问题，在基学习器上得到一个投票的分类器，将票数最多的类作为预测的结果
绝对多数投票法：最终结果占投票一半以上
相对多数投票法：最终结果在投票中票数最多
加权投票法：对模型结果的相对重要度设置权重，计算最终结果
硬投票：不区分模型结果的相对重要度，最终投票数最多的类为最终被预测的类
软投票：为不同模型设置不同的权重，区别模型的不同重要度
sklearn中的投票法示例：

from sklearn.tree import DecisionTreeClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import VotingClassifier
model1 = LogisticRegression(random_state=2020)
model2 = DecisionTreeClassifier(random_state=2020)
model = VotingClassifier(estimators=[('lr', model1), ('dt', model2)], voting='hard')

boosting/bagging方法

Bagging采用有放回的采样方法选取训练集，进行T轮采样，采集到T个包含m个样本的数据集，从而训练出T个基学习器，最终对这T个基学习器的输出进行结合。
boosting方法：增加了前一个基学习器在训练过程中预测错误样本的权重

stacking/blending方法

堆叠法（Stacking)
利用初始训练数据学习若干基学习器，将这几个学习器的预测结果作为新的训练集，训练新的学习器
针对各个模型的讲解
https://blog.csdn.net/abcdefg90876/article/details/105383890?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161926669516780255245370%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=161926669516780255245370&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduend~default-4-105383890.first_rank_v2_pc_rank_v29&utm_term=%E7%AE%80%E5%8D%95%E5%8A%A0%E6%9D%83%E8%9E%8D%E5%90%88

代码部分

导入所需包：

import pandas as pd
import numpy as np
from sklearn.metrics import classification_report, f1_score
from sklearn.model_selection import StratifiedKFold, KFold, train_test_split
from sklearn.ensemble import RandomForestClassifier,RandomForestRegressor
from sklearn.ensemble import VotingClassifier
import lightgbm as lgb
from sklearn.linear_model import LogisticRegression

数据转换，处理Dataframe的内存
'''
数据转换，处理大数据节省内存
'''
def reduce_mem_usage(df):
    start_mem = df.memory_usage().sum() / 1024 ** 2
    print('Memory usage of dataframe is {:.2f} MB'.format(start_mem))
    for col in df.columns:
        col_type = df[col].dtype
        
        if col_type != object:
            c_min = df[col].min()
            c_max = df[col].max()
            if str(col_type)[: 3] ==