DataWhale 組隊學習資料探勘實踐 任務六

模型融合方式任意，並結合task5給出你的最優結果。

例如stacking融合，用你目前評分最高的模型作為基準模型，和其他模型進行stacking融合，得到最終模型及評分結果。

模型融合沒學過，先跟著網上的教程做一遍，待花時間再好好研究一下。。。。

匯入各個模型

from sklearn import svm

import xgboost as xgb

from sklearn.ensemble import randomforestclassifier

clfs = [logisticregression(c=0.1,max_iter=100),

xgb.xgbclassifier(max_depth=6,n_estimators=100,num_round = 5),

randomforestclassifier(n_estimators=100,max_depth=6,oob_score=true),

gradientboostingclassifier(learning_rate=0.3,max_depth=6,n_estimators=100)]

from sklearn.cross_validation import stratifiedkfold

n_folds = 5

skf = list(stratifiedkfold(y, n_folds))

dataset_blend_train = np.zeros((x.shape[0], len(clfs)))

dataset_blend_test = np.zeros((x_test.shape[0], len(clfs)))

Datawhale組隊學習Pandas

下面直接展示內聯 片。備註內容為學習後的感想與總結 author xuxt time 2020 12 14l def my func x return 2 x for i in range 5 l.my func i print l 定義 我的函式 輸入x，返回，2x，即輸入1，2，3，4，5可以得...

元組 datawhale組隊學習python基礎

元組 定義語法為 元素1,元素2,元素n 與列表不同，元組是 列表是。t1 1 10.31 python t2 1,10.31 python print t1,type t1 1,10.31,python print t2,type t2 1,10.31,python tuple1 1 2,3 4,...

Datawhale組隊學習 Task01 02

這兩天主要學習的內容如下 task01 線性回歸 softmax與分類模型 多層感知機 1天 task02 文字預處理 語言模型 迴圈神經網路基礎 1天 num epochs 3for epoch in range 1 num epochs 1 for x,y in data iter output...