Python集成學(xué)習(xí)之Blending算法詳解
一、前言
普通機(jī)器學(xué)習(xí):從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)一個(gè)假設(shè)。
集成方法:試圖構(gòu)建一組假設(shè)并將它們組合起來(lái),集成學(xué)習(xí)是一種機(jī)器學(xué)習(xí)范式,多個(gè)學(xué)習(xí)器被訓(xùn)練來(lái)解決同一個(gè)問(wèn)題。
集成方法分類為:
Bagging(并行訓(xùn)練):隨機(jī)森林
Boosting(串行訓(xùn)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(guò)基礎(chǔ)模型之間的依賴,給錯(cuò)誤分類樣本一個(gè)較大的權(quán)重來(lái)提升模型的性能。
2.并行模型的原理:利用基礎(chǔ)模型的獨(dú)立性,然后通過(guò)平均能夠較大地降低誤差
二、Blending介紹
訓(xùn)練數(shù)據(jù)劃分為訓(xùn)練和驗(yàn)證集+新的訓(xùn)練數(shù)據(jù)集和新的測(cè)試集
將訓(xùn)練數(shù)據(jù)進(jìn)行劃分,劃分之后的訓(xùn)練數(shù)據(jù)一部分訓(xùn)練基模型,一部分經(jīng)模型預(yù)測(cè)后作為新的特征訓(xùn)練元模型。
測(cè)試數(shù)據(jù)同樣經(jīng)過(guò)基模型預(yù)測(cè),形成新的測(cè)試數(shù)據(jù)。最后,元模型對(duì)新的測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè)。Blending框架圖如下所示:
注意:其是在stacking的基礎(chǔ)上加了劃分?jǐn)?shù)據(jù)
三、Blending流程圖
- 第一步:將原始訓(xùn)練數(shù)據(jù)劃分為訓(xùn)練集和驗(yàn)證集。
- 第二步:使用訓(xùn)練集對(duì)訓(xùn)練T個(gè)不同的模型。
- 第三步:使用T個(gè)基模型,對(duì)驗(yàn)證集進(jìn)行預(yù)測(cè),結(jié)果作為新的訓(xùn)練數(shù)據(jù)。
- 第四步:使用新的訓(xùn)練數(shù)據(jù),訓(xùn)練一個(gè)元模型。
- 第五步:使用T個(gè)基模型,對(duì)測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè),結(jié)果作為新的測(cè)試數(shù)據(jù)。
- 第六步:使用元模型對(duì)新的測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè),得到最終結(jié)果。
四、案例
相關(guān)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(xùn)練集和測(cè)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(xùn)練集和驗(yàn)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(shè)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(shè)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(yù)測(cè)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(guān)于Python集成學(xué)習(xí)之Blending算法詳解的文章就介紹到這了,更多相關(guān)Python Blending算法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- python 算法題——快樂(lè)數(shù)的多種解法
- python使用ProjectQ生成量子算法指令集
- Python機(jī)器學(xué)習(xí)算法之決策樹(shù)算法的實(shí)現(xiàn)與優(yōu)缺點(diǎn)
- python3實(shí)現(xiàn)Dijkstra算法最短路徑的實(shí)現(xiàn)
- Python實(shí)現(xiàn)K-means聚類算法并可視化生成動(dòng)圖步驟詳解
- Python自然語(yǔ)言處理之切分算法詳解
- python入門之算法學(xué)習(xí)
- Python實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法的分類
相關(guān)文章
Python實(shí)現(xiàn)E-Mail收集插件實(shí)例教程
這篇文章主要給大家介紹了關(guān)于Python實(shí)現(xiàn)E-Mail收集插件的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起看看吧2019-02-02Python?OpenCV超詳細(xì)講解讀取圖像視頻和網(wǎng)絡(luò)攝像頭
OpenCV用C++語(yǔ)言編寫,它具有C?++,Python,Java和MATLAB接口,并支持Windows,Linux,Android和Mac?OS,OpenCV主要傾向于實(shí)時(shí)視覺(jué)應(yīng)用,并在可用時(shí)利用MMX和SSE指令,本篇文章帶你了解OpenCV讀取圖像視頻與網(wǎng)絡(luò)攝像頭的方法2022-04-04Python如何通過(guò)手肘法實(shí)現(xiàn)k_means聚類詳解
K-means聚類算法是一種常見(jiàn)的無(wú)監(jiān)督學(xué)習(xí)算法,用于將數(shù)據(jù)集分成k個(gè)不同的簇,下面這篇文章主要給大家介紹了關(guān)于Python如何通過(guò)手肘法實(shí)現(xiàn)k_means聚類的相關(guān)資料,需要的朋友可以參考下2023-04-04Python中使用插入排序算法的簡(jiǎn)單分析與代碼示例
這篇文章主要介紹了Python使用插入排序算法的簡(jiǎn)單分析與代碼示例,插入算法的平均時(shí)間復(fù)雜度為O(n^2),需要的朋友可以參考下2016-05-05淺談python3.6的tkinter運(yùn)行問(wèn)題
今天小編就為大家分享一篇淺談python3.6的tkinter運(yùn)行問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-02-02