【集成学习】14 幸福感预测

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

太强了太强了

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

特征工程

在这里插入图片描述

神神奇奇,数据增广之后还要删一删特征

在这里插入图片描述

挑出最重要的49个特征,做一组样本集

在这里插入图片描述

one-hot之后,又得到一组样本集

在这里插入图片描述

哇偶,原来特征工程是这样的,可以重新构建三个数据集,学到了学到了

  • 初始的263个特征
  • 最重要的49个特征
  • onehot之后的383个特征

特征建模

对263维搞事情

lightGBM

在这里插入图片描述
在这里插入图片描述

XGBoost

在这里插入图片描述

RandomForestRegressor

在这里插入图片描述

GradientBoostingRegressor

在这里插入图片描述

ExtraTreesRegressor

在这里插入图片描述
在这里插入图片描述

对49维数据集搞事情


以下针对49维数据集搞点特殊

KernelRidge 核岭回归

在这里插入图片描述

Ridge 岭回归

在这里插入图片描述

BayesianRidge 贝叶斯岭回归

在这里插入图片描述

ElasticNet 弹性网络

在这里插入图片描述

对383维数据集搞事情

模型融合

更好的方式是将以上的4种集成学习模型再次进行集成学习的训练,这里直接使用LinearRegression简单线性回归的进行集成。

结果保存

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值