python stacking_模型融合之Stacking(原理+Python代码)

数据来源于天池赛题:零基础入门数据挖掘 - 二手车交易价格预测

地址:https://tianchi.aliyun.com/competition/entrance/231784/introduction?spm=5176.12281957.1004.1.38b02448ausjSX

目录

一、原理介绍

二、代码实现

三、结果解读

一、原理介绍

在数据挖掘过程中,单个模型的泛化能力往往比较单薄,而模型融合的方法可以结合多个模型的优点,提升模型的预测精度。典型的模型融合的方法有加权融合、Stacking/Blending、提升树。下面将以Stacking为例,做一个详细介绍。

Stacking是一种多层模型,将已训练好的多个模型作为基分类器。然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。

即可以看成是一种结合策略,使用另外一个机器学习算法来将个体机器学习器的结果结合在一起。

我们称第一层学习器为初级学习器,称第二层学习器为次级学习器。

通常情况下,为了防止过拟合,次级学习器宜选用简单模型。如在回归问题中,可以使用线性回归;在分类问题中,可以使用logistic。

二、代码实现

#加载需要的模块

import warnings

warnings.filterwarnings('ignore')

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

from sklearn.model_selection import cross_

  • 3
    点赞
  • 37
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值