不同模型的融合

1.blending

比如數(shù)據(jù)分成train和test梁沧,對(duì)于model_i(比如xgboost)触机,即對(duì)所有的數(shù)據(jù)訓(xùn)練模型model_i,預(yù)測(cè)test數(shù)據(jù)生成預(yù)測(cè)向量v_i, 然后對(duì)train做CV fold=5颠猴, ?然后對(duì)其他4份做訓(xùn)練數(shù)據(jù)洛巢,另外一份作為val數(shù)據(jù)瞻惋,得出模型model_i_j厦滤,然后對(duì)val預(yù)測(cè)生成向量t_i_j, 然后將5分向量concat生成t_i,這是對(duì)應(yīng)t_i與v_i對(duì)應(yīng)援岩, ?每個(gè)模型都能生成這樣一組向量,然后在頂層的模型比如LR或者線性對(duì)t向量進(jìn)行訓(xùn)練掏导,生成blender模型對(duì)v向量進(jìn)行預(yù)測(cè)

也就是需要生成如下的一個(gè)表窄俏,訓(xùn)練集數(shù)據(jù)為把數(shù)據(jù)切分交叉生成,測(cè)試集為訓(xùn)練數(shù)據(jù)全部訓(xùn)練對(duì)測(cè)試集預(yù)測(cè)生成

id

model_1

model_2

model_3

model_4

label

1

0.1

0.2

0.14

0.15

0

2

0.2

0.22

0.18

0.3

1

3

0.8

0.7

0.88

0.6

1

4

0.3

0.3

0.2

0.22

0

5

0.5

0.3

0.6

0.5

1

blending 的優(yōu)點(diǎn)是:比stacking簡(jiǎn)單碘菜,不會(huì)造成數(shù)據(jù)穿越凹蜈,generalizers和stackers使用不同的數(shù)據(jù),可以隨時(shí)添加其他模型到blender中忍啸。

與stacking的區(qū)別是:

stacking在預(yù)測(cè) 測(cè)試集上時(shí)直接基于訓(xùn)練數(shù)據(jù)的

blender在預(yù)測(cè) 測(cè)試集上每次cv的子集都會(huì)預(yù)測(cè)下預(yù)測(cè)集仰坦, n次cv取平均

Blending:用不相交的數(shù)據(jù)訓(xùn)練不同的 Base Model,將它們的輸出燃拼啤(加權(quán))平均悄晃。

Stacking:劃分訓(xùn)練數(shù)據(jù)集為兩個(gè)不相交的集合,在第一個(gè)集合上訓(xùn)練多個(gè)學(xué)習(xí)器凿滤,在第二個(gè)集合上測(cè)試這幾個(gè)學(xué)習(xí)器妈橄,把第三步得到的預(yù)測(cè)結(jié)果作為輸入,把正確的回應(yīng)作為輸出翁脆,訓(xùn)練一個(gè)高層學(xué)習(xí)器眷蚓。

模型融合的模塊

##模型融合的模塊

from heamy.dataset import Dataset

from heamy.estimator import Regressor,Classifier

from heamy.pipeline import ModelsPipeline

##sklearn中常見(jiàn)模塊

from sklearn.datasets import load_boston

from sklearn.ensemble import RandomForestRegressor##隨機(jī)森林回歸

from sklearn.neighbors import KNeighborsRegressor##knn近鄰回歸

from sklearn.linear_model import ?LinearRegression #線性回歸模型

from ?sklearn.model_selectionimport train_test_split ##訓(xùn)練集好測(cè)試集分開(kāi)的模塊

from sklearn.metrics import ?mean_absolute_error ##加載評(píng)估的模塊

from sklearn import cross_validation,metrics

import pandas as pd

import os

os.chdir('F://gbdt學(xué)習(xí)')

data = load_boston()

X, y = data['data'], data['target']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1, random_state=111)

stack

df=pd.DataFrame(columns=['y_test','stacks','blend','weights'])

df.y_test=y_test

# create dataset

dataset = Dataset(X_train,y_train,X_test)

# initialize RandomForest &LinearRegression

model_rf = Regressor(dataset=dataset, estimator=RandomForestRegressor, parameters={'n_estimators': 50},name='rf')

model_lr = Regressor(dataset=dataset, estimator=LinearRegression,parameters={'normalize': True},name='lr')

pipeline = ModelsPipeline(model_rf,model_lr)

stack_ds = pipeline.stack(k=10,seed=111)

# Train LinearRegression on stacked data(second stage) 線性疊加

stacker = Regressor(dataset=stack_ds, estimator=LinearRegression)

results = stacker.predict() ?##測(cè)試集的預(yù)測(cè)結(jié)果

df.stacks=results

# Validate results using 10 foldcross-validation

results = stacker.validate(k=10,scorer=mean_absolute_error)

blending

# load boston dataset from sklearn

from sklearn.datasets import load_boston

data = load_boston()

X, y = data['data'], data['target']

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.1, random_state=111)

# create dataset

dataset = Dataset(X_train,y_train,X_test)

# initialize RandomForest & LinearRegression

model_rf = Regressor(dataset=dataset, estimator=RandomForestRegressor, parameters={'n_estimators': 50},name='rf')

model_lr = Regressor(dataset=dataset, estimator=LinearRegression,parameters={'normalize': True},name='lr')

# Stack two models

# Returns new dataset with out-of-fold predictions

pipeline =ModelsPipeline(model_rf,model_lr)

stack_ds = pipeline.blend(proportion=0.2,seed=111)

# Train LinearRegression on stacked data(second stage)

stacker = Regressor(dataset=stack_ds, estimator=LinearRegression)

results = stacker.predict() ##預(yù)測(cè)的結(jié)果

df.blend=results

# Validate results using 10 foldcross-validation

results = stacker.validate(k=10,scorer=mean_absolute_error)

weights

model_rf = Regressor(dataset=dataset, estimator=RandomForestRegressor, parameters={'n_estimators': 151},name='rf')

model_lr = Regressor(dataset=dataset, estimator=LinearRegression,parameters={'normalize': True},name='lr')

model_knn = Regressor(dataset=dataset, estimator=KNeighborsRegressor,parameters={'n_neighbors': 15},name='knn')

pipeline = ModelsPipeline(model_rf,model_lr,model_knn)

weights = pipeline.find_weights(mean_absolute_error)

result = pipeline.weight(weights)

results=result.execute() ##預(yù)測(cè)的結(jié)果

metrics.mean_absolute_error(y_test,results)

df.weights=results

df.to_csv('results.csv',index=False)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市反番,隨后出現(xiàn)的幾起案子沙热,更是在濱河造成了極大的恐慌,老刑警劉巖罢缸,帶你破解...
    沈念sama閱讀 217,907評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件篙贸,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡枫疆,警方通過(guò)查閱死者的電腦和手機(jī)爵川,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,987評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)息楔,“玉大人寝贡,你說(shuō)我怎么就攤上這事〕” “怎么了兔甘?”我有些...
    開(kāi)封第一講書(shū)人閱讀 164,298評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)鳞滨。 經(jīng)常有香客問(wèn)我,道長(zhǎng)蟆淀,這世上最難降的妖魔是什么拯啦? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 58,586評(píng)論 1 293
  • 正文 為了忘掉前任澡匪,我火速辦了婚禮,結(jié)果婚禮上褒链,老公的妹妹穿的比我還像新娘唁情。我一直安慰自己,他們只是感情好甫匹,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,633評(píng)論 6 392
  • 文/花漫 我一把揭開(kāi)白布甸鸟。 她就那樣靜靜地躺著,像睡著了一般兵迅。 火紅的嫁衣襯著肌膚如雪抢韭。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 51,488評(píng)論 1 302
  • 那天恍箭,我揣著相機(jī)與錄音刻恭,去河邊找鬼。 笑死扯夭,一個(gè)胖子當(dāng)著我的面吹牛鳍贾,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播交洗,決...
    沈念sama閱讀 40,275評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼骑科,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了构拳?” 一聲冷哼從身側(cè)響起纵散,我...
    開(kāi)封第一講書(shū)人閱讀 39,176評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎隐圾,沒(méi)想到半個(gè)月后伍掀,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,619評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡暇藏,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,819評(píng)論 3 336
  • 正文 我和宋清朗相戀三年蜜笤,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片盐碱。...
    茶點(diǎn)故事閱讀 39,932評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡把兔,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出瓮顽,到底是詐尸還是另有隱情县好,我是刑警寧澤,帶...
    沈念sama閱讀 35,655評(píng)論 5 346
  • 正文 年R本政府宣布暖混,位于F島的核電站缕贡,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜晾咪,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,265評(píng)論 3 329
  • 文/蒙蒙 一收擦、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧谍倦,春花似錦塞赂、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 31,871評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至叼旋,卻和暖如春仇哆,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背送淆。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 32,994評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工税产, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人偷崩。 一個(gè)月前我還...
    沈念sama閱讀 48,095評(píng)論 3 370
  • 正文 我出身青樓辟拷,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親阐斜。 傳聞我的和親對(duì)象是個(gè)殘疾皇子衫冻,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,884評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容