stacking模型本質上是一種分層的結構，這裡簡單起見，只分析二級stacking。假設我們有3個基模型m1、m2、m3。
基模型m1，對訓練集train訓練，然後用於**train和test的標籤列，將**的訓練集和測試集的結果（即**出的y）分別作為p1，t1
對於m2和m3，重複相同的工作，這樣也得到p2，t2，p3，t3。
分別把p1，p2，p3以及t1，t2，t3合併，得到乙個新的訓練集和測試集train2，test2.
再用第二層的模型m4訓練train2，**test2，得到最終的標籤列。必須要注意的是，也是我一開始有點懵的地方。train2和test2裡的特徵其實是在第一層**出的y的結果。
stacking本質上就是這麼直接的思路，但是這樣肯定是不行的，問題在於p1的得到是有問題的，用整個訓練集訓練的模型反過來去**訓練集的標籤，毫無疑問過擬合是非常非常嚴重的，因此現在的問題變成了如何在解決過擬合的前提下得到p1、p2、p3，這就變成了熟悉的節奏——k折交叉驗證。我們以2折交叉驗證得到p1為例，假設訓練集為4行3列
將其劃分為2部分
用traina訓練模型m1，然後在trainb上進行**得到preb3和pred4
在trainb上訓練模型m1，然後在traina上進行**得到pred1和pred2
然後把兩個**集進行拼接
對於測試集t1的得到，有兩種方法。注意到剛剛是2折交叉驗證，m1相當於訓練了2次，所以一種方法是每一次訓練m1，可以直接對整個test進行**，這樣2折交叉驗證後測試集相當於**了2次，然後對這兩列求平均得到t1（接下來的**是這麼做的）。或者直接對測試集只用m1**一次直接得到t1。
p1、t1得到之後，p2、t2、p3、t3也就是同樣的方法。理解了2折交叉驗證，對於k折的情況也就理解也就非常順利了。所以最終的**是兩層迴圈，第一層迴圈控制基模型的數目，每乙個基模型要這樣去得到p1，t1，第二層迴圈控制的是交叉驗證的次數k，對每乙個基模型，會訓練k次最後拼接得到p1，取平均得到t1。
該圖是乙個基模型得到p1和t1的過程，採用的是5折交叉驗證，所以迴圈了5次，拼接得到p1，測試集**了5次，取平均得到t1。而這僅僅只是第二層輸入的一列/乙個特徵，並不是整個訓練集。再分析接下來的**也就很清楚了。也就是剛剛提到的兩層迴圈。
金融風控5 模型融合
stacking vs.blending stacking 將若干基學習器獲得的 結果，將 結果作為新的訓練集來訓練乙個學習器。假設有五個基學習器，將資料帶入五基學習器中得到 結果，再帶入模型六中進行訓練 但是由於直接由五個基學習器獲得結果直接帶入模型六中，容易導致過擬合。所以在使用五個及模型進行 ...
金融風控專案
一 問題定義 金融的核心是風險控制。自然而然地，ai的主戰場也變成了如何使用ai技術精準的做風險控制。在風控領域，有乙個很重要的問題是 如何通過使用者的資訊來判斷使用者的逾期與否？我們通過收集使用者的基本資訊 地域資訊 社交資訊等來判斷乙個人的逾期概率。資料如下 二 roc與auc 特徵工程 第一 ...
金融風控模型
工作中暫時未涉及。此處為有幸得到的ppt。記錄學習內容，還有些心得，有錯誤請指出，感激 什麼是欺詐風險 網路借款人是否是本人 網路借款人提交的資料是否真實 什麼是信用風險 網路借款人是否有還款的能力 是否是沒有還款意願的老賴，多次違約 貸款公司如何防範以上兩種風險 針對乙個p2p借款的流程來說，借款...