心跳信号分类-- 学习反馈TASK5

Detail 零基础入门数据挖掘 (心跳信号分类) 学习反馈TASK5

使用语言：python

Tas1 – Task5

Task5 模型融合

模型融合是本次项目也是常规比赛后期一个重要的环节，可以分为：

• 简单加权融合:
• 回归（分类概率）：算术平均融合（Arithmetic mean），几何平均融合（Geometric mean）；
• 分类：投票（Voting)
• 综合：排序融合(Rank averaging)，log融合
  stacking/blending:
• 构建多层模型，并利用预测结果再拟合预测。
  boosting/bagging（在xgboost，Adaboost,GBDT中已经用到）

简易实际操作：

• 导入数据集并进行简单的预处理
• 将数据集划分成训练集和验证集
• 构建单模：LGB，RF
• 读取并演示如何利用融合模型生成可提交预测数据
  在鱼佬的分享中，只能说自己对于模型融合的概念理解还是太粗浅了；可能需要对于实际数据进行更加深入多层次地运用。

个人感悟

为期五次的打卡活动，很有动力自己坚持下来了；不过自己在知识输入方面过于刻板化、仅仅对于给出的base和参考代码学习；此外我的文字输出部分太过于简洁，特别是在拜读了其他大佬们的展示文档后，觉得自己在很多方面还需要继续加强。

我觉得能够坚持下来都是很棒的，四月份的组队学习也可以报名了~ 最好的行动是现在！