任务

用你目前评分最高的模型作为基准模型，和其他模型进行stacking融合，得到最终模型及评分。

实现

#简单调包实现
from mlxtend.classifier import StackingCVClassifier, StackingClassifier
clf_stacking = StackingClassifier(classifiers=[svm,dtc,xgbc,lgbc],meta_classifier=lr,use_probas=True,verbose=3)
clf_stacking.fit(X_std_train,y_train)

使用之前模型评估的函数对融合后的模型评分

model_metrics(clf_stacking,X_std_train,X_std_test,y_train,y_test)

从测试集的f1 score来看，相比于单模型评分提高了6%，但是分数也不高，只有0.5439.

参考

stacking原理及python实现

集成学习中的stacking及python实现

客户贷款逾期预测[7] - 模型融合相关推荐

【算法竞赛学习】二手车交易价格预测-Task5模型融合
二手车交易价格预测-Task5 模型融合五.模型融合 Tip:此部分为零基础入门数据挖掘的 Task5 模型融合部分,带你来了解各种模型结果的融合方式,在比赛的攻坚时刻冲刺Top,欢迎大家后续多多 ...
零基础入门金融风控-贷款违约预测-Task05——模型融合
有幸参加了阿里云举办的零基础入门金融风控-贷款违约预测训练营.收获颇多. 每天记录一些自己之前的知识盲点,需经常温习. 第五次的学习任务,是模型融合. 一.模型融合常用方法模型融合有常用的如下六种方 ...
二手车价格预测——Task5 模型融合
文章目录前言一.代码示例 1.引入库 2.读入数据 3.建立模型 4.加权融合总结前言当我们在做数据挖掘的时候,往往会发现单个模型的预测结果总是不如人意,这个时候我们不妨尝试模型融合,把多个 ...
机器学习 scikit-learn8 - 预测贷款用户是否会逾期 - Stacking模型融合【调包】
Stacking模型融合 1 简介 2 模型融合的原理 2.1 StackingClassifier 概述 2.2 StackingCVClassifier 概述 3 代码使用方法 4 核心代码说明 ...
R语言使用caretEnsemble包的caretStack函数把多个机器学习模型融合成一个模型、构建融合（集成）预测模型、使用融合模型进行预测推理
R语言使用caretEnsemble包的caretStack函数把多个机器学习模型融合成一个模型.构建融合(集成)预测模型.自定义融合模型的trainControl参数.method参数.评估指标参数 ...
ML之LoRBaggingRF：依次利用Bagging、RF算法对泰坦尼克号数据集 (Kaggle经典案例)获救人员进行二分类预测——模型融合
ML之LoR&Bagging&RF:依次利用Bagging.RF算法对泰坦尼克号数据集 (Kaggle经典案例)获救人员进行二分类预测--模型融合目录输出结果设计思路核心代码 ...
【算法竞赛学习】心跳信号分类预测-模型融合
Task 5: 模型融合此部分为零基础入门数据挖掘之心电图分类的 Task5 建模融合部分,带你来了解各种模型融合方法及策略,欢迎大家后续多多交流. 赛题:零基础入门数据挖掘 - 心电图分类预测项 ...
【算法竞赛学习】金融风控之贷款违约预测-模型融合
Task5 模型融合 Tip:此部分为零基础入门金融风控的 Task5 模型融合部分,欢迎大家后续多多交流. 赛题:零基础入门数据挖掘 - 零基础入门金融风控之贷款违约预测项目地址:https:// ...
数据竞赛入门-金融风控（贷款违约预测）五、模型融合
前言本次活动为datawhale与天池联合举办,为金融风控之贷款违约预测挑战赛(入门) 比赛地址:https://tianchi.aliyun.com/competition/entrance/53 ...

客户贷款逾期预测[7] - 模型融合

任务

实现

参考

客户贷款逾期预测[7] - 模型融合相关推荐

最新文章

热门文章