模型融合方法
模型融合方法
youtube视频介绍模型融合：
https://www.youtube.com/watch?v=BS4SY3HhVDI&t=4320s
Kaggle比赛上的，介绍模型组合
https://www.kaggle.com/arthurtok/introduction-to-ensembling-stacking-in-python
BasicModel：Start From simple
让你的第一个模型开始工作
- 交叉验证:通常为5 - 10倍
- 了解模型评估指标估计器的
- 初始超参数调优
- 提交：观看CV评分和公共排名
尝试不同的算法
基线作为一个单一的模型
Alogorithms
Cross-validation
交叉验证
不平衡的数据集
Model Evaluation
取决于不同的比赛
回归问题
- Mean absolute error（MAE）
- Root mean squared error（RMSE）
分类问题
- Logarithmic loss（log-loss）or multiclass log-loss
- Mean consequential error（MCE）
- Area under curve（AUC）
- Hamming loss
Hyper-parameter Optimization
- Grid search
- Brute force
- Expensive computation
- Less efficient
- Random Search
你可能感兴趣的文章
0
赞
热门推荐
-
2、 - 优质文章
-
3、 gate.io
-
8、 golang
-
9、 openharmony
-
10、 Vue中input框自动聚焦