案例

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.datasets import make_classification
from sklearn.ensemble import RandomForestClassifier
from mlens.ensemble import SuperLearner
from sklearn.metrics import accuracy_score
from sklearn.preprocessing import MinMaxScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.linear_model import LogisticRegressionif __name__ == '__main__':# ============== 准备数据 ==============x, y = make_classification(n_samples=10000, n_classes=4, n_informative=5)x = MinMaxScaler().fit_transform(x)xtrain, xtest, ytrain, ytest = train_test_split(x, y, test_size=0.3, random_state=100)# ============== 搭建集成模型的结构 ==============ensemble = SuperLearner(scorer=accuracy_score, random_state=0, verbose=2)ensemble.add([KNeighborsClassifier(),  # 第一层RandomForestClassifier()])ensemble.add_meta(LogisticRegression())  # 最后使用这个模型统一预测结果ensemble.fit(xtrain, ytrain)# ============== 开始预测 ==============preds = ensemble.predict(xtest)print(pd.DataFrame(ensemble.data))print("acc：", accuracy_score(preds, ytest))

参考文章

ML ens教程：http://ml-ensemble.com/info/tutorials/start.html

机器学习集成模型ML ens学习——多层模型集成（一）相关推荐

RS笔记：深度推荐模型之多任务学习PLE模型 [RecSys 2020 最佳论文腾讯]
RS笔记:深度推荐模型之多任务学习ESMM模型(多目标优化模型,同时优化CTR和CVR) [SIGIR 2018 阿里妈妈] RS笔记:深度推荐模型之多任务学习MMoE模型 [KDD 2018 谷歌] ...
NVIDIA GPUs上深度学习推荐模型的优化
NVIDIA GPUs上深度学习推荐模型的优化 Optimizing the Deep Learning Recommendation Model on NVIDIA GPUs 推荐系统帮助人在成倍增 ...
机器学习集成学习与模型融合！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货作者:李祖贤,深圳大学,Datawhale高校群成员对比过kaggle ...
【机器学习基础】浅析机器学习集成学习与模型融合
作者:李祖贤,深圳大学,Datawhale高校群成员对比过kaggle比赛上面的top10的模型,除了深度学习以外的模型基本上都是集成学习的产物.集成学习可谓是上分大杀器,今天就跟大家分享在Kagg ...
深度学习auc_机器学习集成学习与模型融合！
↑↑↑关注后"星标"Datawhale每日干货 & 每月组队学习,不错过Datawhale干货作者:李祖贤,深圳大学,Datawhale高校群成员对比过kaggle比赛 ...
机器学习集成学习与模型融合
来源:Datawhale 本文约5955字,建议阅读10分钟. 本文介绍在Kaggle或者阿里天池上面大杀四方的数据科学比赛利器---集成学习. 对比过kaggle比赛上面的top10的模型,除了深度 ...
【机器学习】集成学习与模型融合方法举例
[机器学习]集成学习与模型融合方法举例文章目录 1 概述1.1 什么是集成学习 2 CrossValidation 交叉验证 3 stacking 4 Voting投票器 5 Bagging 1 概 ...
ML/DL：关于机器学习、深度学习算法模型的选择
ML/DL:关于机器学习.深度学习算法模型的选择目录算法思路算法思路更新--
ML：机器学习算法中—因子模型(多变量)、时序模型/时间序列模型(主要以单变量)算法对比的简介、带有时序性的因子模型概述、案例应用之详细攻略
ML:机器学习算法中-因子模型(多变量).时序模型/时间序列模型(主要以单变量)算法对比的简介.带有时序性的因子模型概述.案例应用之详细攻略目录因子模型和时序模型/时间序列模型算法的简介 1.因子 ...

机器学习集成模型ML ens学习——多层模型集成（一）

案例

参考文章

机器学习集成模型ML ens学习——多层模型集成（一）相关推荐

最新文章

热门文章