Task 5 模型融合

模型融合

1.模型融合目标

对于多种调参完成的模型进行模型融合。
完成对于多种模型的融合，提交融合结果。

2. 内容简介

模型融合是比赛后期一个重要的环节，大体有以下类型方式：

1. 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
2. stacking/blending:
   构建多层模型，并利用预测结果再拟合预测。
3. boosting/bagging（在xgboost，Adaboost,GBDT中已经用到）:
   多树的提升方法

知识补充：stacking相关理论

简单而言 stacking 是用初始训练数据学习出若干个基学习器后，将这几个学习器的预测结果作为新的训练集，来学习一个新的学习器。

将个体学习器结合在一起的时候使用的方法叫做结合策略。对于分类问题，我们可以使用投票法来选择输出最多的类。对于回归问题，我们可以将分类器输出的结果求平均值。
在stacking方法中，我们把个体学习器叫做初级学习器，用于结合的学习器叫做次级学习器或元学习器（meta-learner），次级学习器用于训练的数据叫做次级训练集。次级训练集是在训练集上用初级学习器得到的。
details参见周志华《机器学习》

3. 小结

模型融合涉及多个层面，也是提分和提升模型鲁棒性的一种重要方法：

1. 结果层面的融合，这种是最常见的融合方法，其可行的融合方法也有很多，比如根据结果的得分进行加权融合，还可以做Log，exp处理等。在做结果融合的时候，有一个很重要的条件是模型结果的得分要比较近似，然后结果的差异要比较大，这样的结果融合往往有比较好的效果提升。

2. 特征层面的融合，这个层面其实感觉不叫融合，准确说可以叫分割，很多时候如果我们用同种模型训练，可以把特征进行切分给不同的模型，然后在后面进行模型或者结果融合有时也能产生比较好的效果。

3. 模型层面的融合，模型层面的融合可能就涉及模型的堆叠和设计，比如加Staking层，部分模型的结果作为特征输入等，这些就需要多实验和思考了，基于模型层面的融合最好不同模型类型要有一定的差异，用同种模型不同的参数的收益一般是比较小的。