金融风控训练营-Task05
本学习笔记为阿里云天池龙珠计划金融风控训练营的学习内容,学习链接为:https://tianchi.aliyun.com/specials/activity/promotion/aicampfr
一、学习知识点概要
- 模型融合方式
- 平均法
- 投票法
- Stacking
- Blending
- 两者区别
二、学习内容
2.1模型融合方式
- 平均
- 简单平均法
- 加权平均法
- 投票
- 简单投票法
- 加权投票法
- 综合
- 排序融合
- log融合
- stacking
- 构建多层模型,并利用预测结果再拟合预测。
- blending
- 选取部分数据预测训练得到预测结果作为新特征,带入剩下的数据中预测。
- boosting/bagging
2.2 平均
2.2.1简单加权平均法
结果直接融合,求多个预测结果的平均值。
pre1-pren分别是n组模型预测出来的结果,将其进行加权融
pre = (pre1 + pre2 + pre3 +…+pren )/n
2.2.2加权平均法
一般根据之前预测模型的准确率,进行加权融合,将准确性高的模型赋予更高的权重。
pre = 0.3pre1 + 0.3pre2 + 0.4pre3
2.3 投票
2.3.1简单投票
from xgboost import XGBClassifier
from sklearn.linear_model import LogisticRegression
from sklearn.ensemble import RandomForestClassifier, VotingClassifier
clf1 = LogisticRegression(random_state=1)
clf2 = RandomForestClassifier(random_state=1)
clf3 = XGBClassifier(learning_rate=0.1, n_estimators=150, max_depth=4, min_child_weight=