Python集成學習之Blending算法詳解
一、前言
普通機器學習：從訓練數(shù)據(jù)中學習一個假設。
集成方法：試圖構(gòu)建一組假設并將它們組合起來，集成學習是一種機器學習范式，多個學習器被訓練來解決同一個問題。
集成方法分類為：
Bagging(并行訓練)：隨機森林
Boosting（串行訓練）：Adaboost; GBDT; XgBoost
Stacking:
Blending:
或者分類為串行集成方法和并行集成方法
1.串行模型：通過基礎模型之間的依賴，給錯誤分類樣本一個較大的權重來提升模型的性能。
2.并行模型的原理：利用基礎模型的獨立性，然后通過平均能夠較大地降低誤差
二、Blending介紹
訓練數(shù)據(jù)劃分為訓練和驗證集+新的訓練數(shù)據(jù)集和新的測試集
將訓練數(shù)據(jù)進行劃分，劃分之后的訓練數(shù)據(jù)一部分訓練基模型，一部分經(jīng)模型預測后作為新的特征訓練元模型。
測試數(shù)據(jù)同樣經(jīng)過基模型預測，形成新的測試數(shù)據(jù)。最后，元模型對新的測試數(shù)據(jù)進行預測。Blending框架圖如下所示：
注意：其是在stacking的基礎上加了劃分數(shù)據(jù)
三、Blending流程圖
- 第一步：將原始訓練數(shù)據(jù)劃分為訓練集和驗證集。
- 第二步：使用訓練集對訓練T個不同的模型。
- 第三步：使用T個基模型，對驗證集進行預測，結(jié)果作為新的訓練數(shù)據(jù)。
- 第四步：使用新的訓練數(shù)據(jù)，訓練一個元模型。
- 第五步：使用T個基模型，對測試數(shù)據(jù)進行預測，結(jié)果作為新的測試數(shù)據(jù)。
- 第六步：使用元模型對新的測試數(shù)據(jù)進行預測，得到最終結(jié)果。
四、案例
相關工具包加載
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use("ggplot")
%matplotlib inline
import seaborn as sns
創(chuàng)建數(shù)據(jù)
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=1, cluster_std=1.0 )
## 創(chuàng)建訓練集和測試集
X_train1,X_test,y_train1,y_test = train_test_split(data, target, test_size=0.2, random_state=1)
## 創(chuàng)建訓練集和驗證集
X_train,X_val,y_train,y_val = train_test_split(X_train1, y_train1, test_size=0.3, random_state=1)
print("The shape of training X:",X_train.shape)
print("The shape of training y:",y_train.shape)
print("The shape of test X:",X_test.shape)
print("The shape of test y:",y_test.shape)
print("The shape of validation X:",X_val.shape)
print("The shape of validation y:",y_val.shape)
設置第一層分類器
from sklearn.svm import SVC from sklearn.ensemble import RandomForestClassifier from sklearn.neighbors import KNeighborsClassifier
clfs = [SVC(probability=True),RandomForestClassifier(n_estimators=5,n_jobs=-1,criterion='gini'),KNeighborsClassifier()]
設置第二層分類器
from sklearn.linear_model import LinearRegression lr = LinearRegression()
第一層
val_features = np.zeros((X_val.shape[0],len(clfs))) test_features = np.zeros((X_test.shape[0],len(clfs)))
for i,clf in enumerate(clfs):
clf.fit(X_train,y_train)
val_feature = clf.predict_proba(X_val)[:,1]
test_feature = clf.predict_proba(X_test)[:,1]
val_features[:,i] = val_feature
test_features[:,i] = test_feature
第二層
lr.fit(val_features,y_val)
輸出預測的結(jié)果
lr.fit(val_features,y_val) from sklearn.model_selection import cross_val_score cross_val_score(lr,test_features,y_test,cv=5)
到此這篇關于Python集成學習之Blending算法詳解的文章就介紹到這了,更多相關Python Blending算法內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了舉例講解Python中的算數(shù)運算符的用法,是Python學習當中的基礎知識,需要的朋友可以參考下2015-05-05
這篇文章主要介紹了Python中捕獲鍵盤的方式，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-03-03
pytorch關于Tensor的數(shù)據(jù)類型說明
這篇文章主要介紹了pytorch關于Tensor的數(shù)據(jù)類型說明，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-07-07
今天小編就為大家分享一篇python 移除字符串尾部的數(shù)字方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-07-07
Python?selenium?webdriver?基本使用代碼分享
這篇文章主要介紹了Python?selenium?webdriver?基本使用,本文僅僅簡單介紹了selenium的使用常用代碼分享，需要的朋友可以參考下2022-11-11
使用Python Flask實現(xiàn)簡易文件上傳功能
在平時工作中,文件上傳是一項常見的需求,例如將應用異常時通過腳本生成的dump文件收集起來進行分析,但實現(xiàn)起來卻可能相當復雜,在本文中,我們將探討如何使用Flask實現(xiàn)文件上傳功能,編寫Dockerfile將應用程序通過docker部署,需要的朋友可以參考下2024-05-05
這篇文章主要為大家介紹了探索Python定時任務高效實現(xiàn)高效時間管理,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2024-01-01
下面小編就為大家分享一篇關于python讀取文件名及后綴的文章，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-10-10
這篇文章主要為大家介紹了Python創(chuàng)建高強度密碼生成工具方法實例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪2023-12-12
今天小編就為大家分享一篇使用pytorch和torchtext進行文本分類的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01