手动实现blending算法

weixin_45271076

已于 2024-05-16 10:41:40 修改

阅读量398

点赞数 3

文章标签：算法 python 机器学习

于 2024-05-16 10:10:37 首次发布

本文链接：https://blog.csdn.net/weixin_45271076/article/details/138949528

版权

本文介绍了如何手动实现Blending算法，通过将多个个体学习器的预测结果融合，提升模型性能。具体步骤包括数据集划分、个体学习器训练、验证集结果收集、新特征矩阵构建以及元学习器的训练和测试。示例中使用了Logistic Regression、Random Forest、Gradient Boosting Decision Tree、Decision Tree、KNN等作为个体学习器，并用Random Forest作为元学习器。

摘要由CSDN通过智能技术生成

https://www.cnblogs.com/lipu123/p/17563377.html

#手动实现blending算法
def BlendingClassifier(X,y,estimators,final_estimator,test_size=0.2,vali_size=0.4):
    #X,y,整体的数据会被分为训练集，测试集，验证集，
    #estimators: level0的个体学习器，输入格式形如sklearn中要求的[(名字，算法)，(名字，算法)...]
    #test_size：测试集占全数据集的比例
    #vali_size：验证集站全数据集的比例
    X_,Xtest,y_,ytest=