方法实现步骤介绍
1、将数据集划分为训练集和测试集,假设有10000个样本,训练集占(80%,8000),测试集占(20%,2000)。然后再将训练集划分为训练集和验证集,其中训练集占70%,验证集占(30%,2400)。
2、通过K个同质或不同质的基训练器,以训练集数据进行拟合,将拟合得到的模型对验证集和测试集数据进行预测,将拟合结果作为新的变量标签加入各样本。
3、这时,每个样本都有K个基础模型预测结果的变量,将这K个变量作为自变量,利用验证集数据去拟合预测目标变量,得到第二层模型
4、使用第二层模型对验证集数据进行预测,根据结果报出准确率等一系列评价指标。
方法优劣
优势:方法简单,易于理解
缺点:第二层模型的拟合只用了全部样本的24%,没有充分的利用样本信息。
实现
# 加载相关工具包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use("ggplot")
%matplotlib inline
import seaborn as sns
# 创建数据
from sklearn import datasets
from sklearn.datasets import make_blobs
from sklearn.model_selection import train_test_split
data, target = make_blobs(n_samples=10000, centers=2, random_state