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!