task6-模型融合

【模型融合(2天)】 模型融合,模型融合方式任意,并结合Task5给出你的最优结果。 例如Stacking融合,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结果。 


from mlxtend.classifier import StackingCVClassifier, StackingClassifier

s_clf = StackingClassifier(classifiers=[linear_svc, xgb_model, lgb_model], 

                             meta_classifier=lr, use_probas=True, verbose=3)

s_clf.fit(X_train_std, y_train)


# 评估 Stacking 模型

model_metrics(s_clf, X_train_std, X_test_std, y_train, y_test)


 

最优:https://github.com/LittleSix1/Datawhale/blob/master/Datawhale.ipynb

猜你喜欢

转载自blog.csdn.net/weixin_43989326/article/details/88535667