Phương pháp ensemble

Phát hiện gian lận với Python

Charlotte Werger

Data Scientist

Phương pháp ensemble: bagging và stacking

Phát hiện gian lận với Python

Stacking trong ensemble

Phát hiện gian lận với Python

Vì sao dùng ensemble cho phát hiện gian lận

Phương pháp ensemble:

  • Mạnh, ổn định
  • Giúp tránh overfitting
  • Thường cải thiện độ chính xác dự đoán
  • Là công thức thắng giải trên Kaggle
Phát hiện gian lận với Python

Bộ phân loại bỏ phiếu (Voting)

from sklearn.ensemble import VotingClassifier

clf1 = LogisticRegression(random_state=1)
clf2 = RandomForestClassifier(random_state=1)
clf3 = GaussianNB()

ensemble_model = VotingClassifier(estimators=[('lr', clf1),
('rf', clf2), ('gnb', clf3)], voting='hard')

ensemble_model.fit(X_train, y_train)
ensemble_model.predict(X_test)

VotingClassifier(estimators=[('lr', clf1), ('rf', clf2), 
('gnb', clf3)], voting='soft', weights=[2,1,1])
Phát hiện gian lận với Python

Nhãn đáng tin cậy cho phát hiện gian lận

Phát hiện gian lận với Python

Ayo berlatih!

Phát hiện gian lận với Python

Preparing Video For Download...