Model-Ensembling

Eine Kaggle-Competition in Python gewinnen

Yauhen Babakhin

Kaggle Grandmaster

Model-Ensembling

Ensemble-Design einer Siegslösung im Kaggle-Wettbewerb

Eine Kaggle-Competition in Python gewinnen

Model-Blending

  • Regressionsproblem
  • Zwei verschiedene Modelle trainieren: A und B
  • Vorhersagen auf Testdaten machen:
Test-ID Vorhersage Modell A Vorhersage Modell B
1 1.2 1.5
2 0.1 0.4
3 5.4 7.2
Eine Kaggle-Competition in Python gewinnen

Model-Blending

 

Test-ID Vorhersage Modell A Vorhersage Modell B Arithmetisches Mittel
1 1.2 1.5 1.35
2 0.1 0.4 0.25
3 5.4 7.2 6.30
Eine Kaggle-Competition in Python gewinnen

Model-Blending

 

Arithmetisches Mittel

$$arithmetic = \frac{1}{n}\sum_{i=1}^{n}{x_i}$$

Geometrisches Mittel

$$geometric = \Bigg({\prod_{i=1}^{n}{x_i}}\Bigg)^{\frac{1}{n}}$$

Eine Kaggle-Competition in Python gewinnen

Model-Stacking

 

  1. Trainingsdaten in zwei Teile splitten
  2. Mehrere Modelle auf Teil 1 trainieren
  3. Auf Teil 2 vorhersagen
  4. Auf Testdaten vorhersagen
  5. Neues Modell auf Teil 2 mit Vorhersagen als Features trainieren
  6. Mit dem 2. Level-Modell auf Testdaten vorhersagen
Eine Kaggle-Competition in Python gewinnen

Stacking-Beispiel

Train-ID feature_1 ... feature_N Target
1 0.55 ... 1.37 1
2 0.12 ... -2.50 0
3 0.65 ... 3.14 0
4 0.10 ... 2.87 1
5 0.54 ... -0.10 0
Test-IDs feature_1 ... feature_N Target
11 0.49 ... -2.32 ?
12 0.32 ... 1.15 ?
13 0.91 ... 0.81 ?
Eine Kaggle-Competition in Python gewinnen

Stacking-Beispiel

Train-ID feature_1 ... feature_N Target
1 0.55 ... 1.37 1
2 0.12 ... -2.50 0
3 0.65 ... 3.14 0

 

Train-ID feature_1 ... feature_N Target
4 0.10 ... 2.87 1
5 0.54 ... -0.10 0
Eine Kaggle-Competition in Python gewinnen

Stacking-Beispiel

Train-ID feature_1 ... feature_N Target
1 0.55 ... 1.37 1
2 0.12 ... -2.50 0
3 0.65 ... 3.14 0

 

Train-ID feature_1 ... feature_N Target
4 0.10 ... 2.87 1
5 0.54 ... -0.10 0

Modelle A, B, C auf Teil 1 trainieren

Eine Kaggle-Competition in Python gewinnen

Stacking-Beispiel

Train-ID feature_1 ... feature_N Target A_pred B_pred C_pred
4 0.10 ... 2.87 1 0.71 0.52 0.98
5 0.54 ... -0.10 0 0.45 0.32 0.24

 

Test-IDs feature_1 ... feature_N Target A_pred B_pred C_pred
11 0.49 ... -2.32 ? 0.62 0.45 0.81
12 0.32 ... 1.15 ? 0.31 0.52 0.41
13 0.91 ... 0.81 ? 0.74 0.55 0.92
Eine Kaggle-Competition in Python gewinnen

Stacking-Beispiel

Train-ID Target A_pred B_pred C_pred
4 1 0.71 0.52 0.98
5 0 0.45 0.32 0.24

 

Test-IDs Target A_pred B_pred C_pred
11 ? 0.62 0.45 0.81
12 ? 0.31 0.52 0.41
13 ? 0.74 0.55 0.92
Eine Kaggle-Competition in Python gewinnen

Stacking-Beispiel

Train-ID Target A_pred B_pred C_pred
4 1 0.71 0.52 0.98
5 0 0.45 0.32 0.24

 

Test-IDs Target A_pred B_pred C_pred
11 ? 0.62 0.45 0.81
12 ? 0.31 0.52 0.41
13 ? 0.74 0.55 0.92

2. Level-Modell auf Teil 2 trainieren

Eine Kaggle-Competition in Python gewinnen

Stacking-Beispiel

Train-ID Target A_pred B_pred C_pred
4 1 0.71 0.52 0.98
5 0 0.45 0.32 0.24

 

Test-IDs Target A_pred B_pred C_pred Stacking-Vorhersage
11 ? 0.62 0.45 0.81 0.73
12 ? 0.31 0.52 0.41 0.35
13 ? 0.74 0.55 0.92 0.88
Eine Kaggle-Competition in Python gewinnen

Lass uns üben!

Eine Kaggle-Competition in Python gewinnen

Preparing Video For Download...