标签:加权 预测 训练营 融合 风控 学习 Task03 模型
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/aicampdocker
一、学习知识点概要
本节学习的是将多个模型融合的方法。
二、学习内容
模型融合的方法:
平均(适用于回归问题):
- 简单平均法
直接融合,求多个预测结果的平均值。
- 加权平均法
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。
投票(适用于分类问题):
- 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
三、学习问题与解答
直到学习到这一节,我才对模型的搭建和整合有了一个系统完整的认识,对模型搭建的流程也逐渐清晰,在单一模型和整合模型之间确实存在让人意想不到的惊喜。
四、学习思考与总结
机器学习的建模过程,在拿到数据后首先熟悉数据的属性,处理数据的缺失值和异常值,通过分析构建特征,进行取舍,再构建相关的模型,评估性能,不断地调整参数以提高性能,最后可以将不同的模型进行融合,可能会得到更优的模型。
标签:加权,预测,训练营,融合,风控,学习,Task03,模型 来源: https://blog.csdn.net/weixin_45731258/article/details/116397839
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。