Python的Blending算法怎么用

這篇文章主要介紹了Python的Blending算法怎么用的相關知識，內容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇Python的Blending算法怎么用文章都會有所收獲，下面我們一起來看看吧。

一、前言

普通機器學習：從訓練數據中學習一個假設。

集成方法：試圖構建一組假設并將它們組合起來，集成學習是一種機器學習范式，多個學習器被訓練來解決同一個問題。

集成方法分類為：

Bagging(并行訓練)：隨機森林

Boosting（串行訓練）：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：通過基礎模型之間的依賴，給錯誤分類樣本一個較大的權重來提升模型的性能。

2.并行模型的原理：利用基礎模型的獨立性，然后通過平均能夠較大地降低誤差

二、Blending介紹

訓練數據劃分為訓練和驗證集+新的訓練數據集和新的測試集

將訓練數據進行劃分，劃分之后的訓練數據一部分訓練基模型，一部分經模型預測后作為新的特征訓練元模型。
測試數據同樣經過基模型預測，形成新的測試數據。最后，元模型對新的測試數據進行預測。Blending框架圖如下所示：
注意：其是在stacking的基礎上加了劃分數據

三、Blending流程

• 第一步：將原始訓練數據劃分為訓練集和驗證集。

• 第二步：使用訓練集對訓練T個不同的模型。

• 第三步：使用T個基模型，對驗證集進行預測，結果作為新的訓練數據。

• 第四步：使用新的訓練數據，訓練一個元模型。

• 第五步：使用T個基模型，對測試數據進行預測，結果作為新的測試數據。

• 第六步：使用元模型對新的測試數據進行預測，得到最終結果。

四、案例

相關工具包加載

import numpy as np
import pandas as pd 
import matplotlib.pyplot as plt
plt.style.use("ggplot")
%matplotlib inline
import seaborn as sns

創建數據

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 )
## 創建訓練集和測試集
X_train1,X_test,y_train1,y_test = train_test_split(data, target, test_size=0.2, random_state=1)
## 創建訓練集和驗證集
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)

輸出預測的結果

lr.fit(val_features,y_val)
from sklearn.model_selection import cross_val_score
cross_val_score(lr,test_features,y_test,cv=5)

關于“Python的Blending算法怎么用”這篇文章的內容就介紹到這里，感謝各位的閱讀！相信大家對“Python的Blending算法怎么用”知識都有一定的了解，大家如果還想學習更多知識，歡迎關注億速云行業資訊頻道。