stacking的详细代码教程

1.Stacking是什么？
Stacking简单理解就是讲几个简单的模型，一般采用将它们进行K折交叉验证输出预测结果，然后将每个模型输出的预测结果合并为新的特征，并使用新的模型加以训练。

Stacking模型本质上是一种分层的结构，这里简单起见，只分析二级Stacking.假设我们有3个基模型M1、M2、M3。

基模型M1，对训练集train训练，然后用于预测train和test的标签列，分别是P1，T1

2.Stacking的好处在哪里？

做大数据的比赛的一般是是使用单一模型进行预测，或者是多个模型进行比较，选出最合适的模型，我们所做的交叉验证主要是多个模型的加权平均。我们使用单个模型进行交叉验证，一般是使用K-fold交叉验证，来降低模型的过拟合风险，提高模型的准确度。

from sklearn.model_selection import KFold
from sklearn.model_selection import train_test_split
from sklearn.datasets import load_digits
import numpy as np
from sklearn.svm import SVC
from sklearn import metrics
from sklearn.ensemble import RandomForestClassifier
from sklearn import preprocessing
import pandas as pd# 导入数据集切割训练与测试数据data = load_digits()
data_D = preprocessing.StandardScaler().fit_transform(data.data)
data_L = data.target
data_train, data_test, label_train, label_test = train_test_split(data_D,data_L,random_state=1,test_size=0.7)def SelectModel(modelname):if modelname == "SVM":from sklearn.svm import SVCmodel = SVC(kernel='rbf', C=16, gamma=0.125,probability=True)elif modelname == "GBDT":from sklearn.ensemble import GradientBoostingClassifiermodel = GradientBoostingClassifier()elif modelname == "RF":from sklearn.ensemble import RandomForestClassifiermodel = RandomForestClassifier()elif modelname == "XGBOOST":import xgboost as xgbmodel = xgb()elif modelname == "KNN":from sklearn.neighbors import KNeighborsClassifier as knnmodel = knn()else:passreturn modeldef get_oof(clf,n_folds,X_train,y_train,X_test):ntrain = X_train.shape[0]ntest =  X_test.shape[0]classnum = len(np.unique(y_train))kf = KFold(n_splits=n_folds,random_state=1)oof_train = np.zeros((ntrain,classnum))oof_test = np.zeros((ntest,classnum))for i,(train_index, test_index) in enumerate(kf.split(X_train)):kf_X_train = X_train[train_index] # 数据kf_y_train = y_train[train_index] # 标签kf_X_test = X_train[test_index]  # k-fold的验证集clf.fit(kf_X_train, kf_y_train)oof_train[test_index] = clf.predict_proba(kf_X_test)oof_test += clf.predict_proba(X_test)oof_test = oof_test/float(n_folds)return oof_train, oof_test# 单纯使用一个分类器的时候
clf_second = RandomForestClassifier()
clf_second.fit(data_train, label_train)
pred = clf_second.predict(data_test)
accuracy = metrics.accuracy_score(label_test, pred)*100
print accuracy
# 91.0969793323# 使用stacking方法的时候
# 第一级，重构特征当做第二级的训练集
modelist = ['SVM','GBDT','RF','KNN']
newfeature_list = []
newtestdata_list = []
for modelname in modelist:clf_first = SelectModel(modelname)oof_train_ ,oof_test_= get_oof(clf=clf_first,n_folds=10,X_train=data_train,y_train=label_train,X_test=data_test)newfeature_list.append(oof_train_)newtestdata_list.append(oof_test_)# 特征组合
newfeature = reduce(lambda x,y:np.concatenate((x,y),axis=1),newfeature_list)
newtestdata = reduce(lambda x,y:np.concatenate((x,y),axis=1),newtestdata_list)# 第二级，使用上一级输出的当做训练集
clf_second1 = RandomForestClassifier()
clf_second1.fit(newfeature, label_train)
pred = clf_second1.predict(newtestdata)
accuracy = metrics.accuracy_score(label_test, pred)*100
print accuracy
# 96.4228934817

这里只是使用了两层的stacking，完成了一个基本的stacking操作，也可以同理构建三层，四层等等
对于第二级的输入来说，特征进行了变化(有一级分类器构成的判决作为新特征)，所以相应的测试集也需要进行同样的转换，毕竟分类器学习的训练集已经不一样了，学习的内容肯定是无法适用于旧的测试集的，要清楚的是，当初我们是对整个Data集合随机分测试集和训练集的！
适用k-fold的方法，实质上使用了cv的思想，所以数据并没有泄露(没有用到测试集，用的是训练集中的hold-set)，所以这个方法也叫做out-of-folds

stacking的详细代码教程相关推荐

pytorch 复现 FCN模型详细代码教程
VS2019配置opencv详细图文教程和测试代码
摘要: vs2019新鲜出炉,配置opencv又有哪些不一样呢,这个教程将会一步一步的教你如何配置opencv和跑动opencv一个简单的项目. 测试代码请在原文找到,转发备注原文链接:https:/ ...
opencv有基于c语言的教程吗_VS2019配置opencv详细图文教程和测试代码的实现
摘要: vs2019新鲜出炉,配置opencv又有哪些不一样呢,这个教程将会一步一步的教你如何配置opencv和跑动opencv一个简单的项目. 环境: 系统:win10系统截至20190523版本 ...
开源超级微同城系统源码含完整程序代码包+数据库+详细搭建教程
分享一个超级微同城系统源码,含完整程序代码包+数据库+详细搭建教程,源码开源可二开,功能基于微信公众号,做本地生活信息必备. 系统特色功能一览: 1.整合本地信息商家服务等资源,为本地用户提供多样化的 ...
python初学者代码示例_python入门(非常详细的教程)
对于初学者而言,您要做的只是专注于Python语言,阐明学习重点,掌握学习节奏,并逐步学习.根据我多年的学习和工作经验,编程语言的学习分为以下三个步骤,无论您是否具有编程基础,都可以通过比较来完成. ...
python灰度图生成g代码_artcam pro 通过灰度图生成G代码详细图文教程
本文是使用artcam pro 把灰度图转成G代码,看到喜欢的雕刻,可以自己先做成灰度图,然后转换成G代码,今天特地做了一个教程,仅供刚刚接触者使用! 新手可以看看,老手请高抬贵手,不要嘲笑.自己技术 ...
单片机c语言全程图文教程,单片机C语言，从小白到菜鸟进阶教程（超详细代码解读）...
首先要认识单片机是啥?单片机语言是啥?单片机是一种可存储可读写可编程可运行的芯片,你写啥它就运行啥,运行出错,那你程序写错了.单片机语言,嗯!确定要学C啊!有哪一种语言能够抗衡C的强大地位?没有!哪一 ...
如何用Neo4j和Scikit-Learn做机器学习任务？| 附超详细分步教程
作者 | Mark Needham 译者 | Tianyu.Shawnice 编辑 | Jane 出品 | AI科技大本营(ID:rgznai100) 图算法不是一个新兴技术领域,在开源库中已经有很多 ...
python详细教程-python入门(非常详细的教程)
对于初学者而言,您要做的只是专注于Python语言,阐明学习重点,掌握学习节奏,并逐步学习.根据我多年的学习和工作经验,编程语言的学习分为以下三个步骤,无论您是否具有编程基础,都可以通过比较来完成. ...

stacking的详细代码教程

2.Stacking的好处在哪里？

stacking的详细代码教程相关推荐

最新文章

热门文章