Tổ hợp mô hình

Chinh phục cuộc thi Kaggle bằng Python

Yauhen Babakhin

Kaggle Grandmaster

Tổ hợp mô hình

Blending mô hình

• Bài toán hồi quy
• Huấn luyện hai mô hình khác nhau: A và B
• Dự đoán trên dữ liệu kiểm tra:

Test ID	Dự đoán mô hình A	Dự đoán mô hình B
1	1.2	1.5
2	0.1	0.4
3	5.4	7.2

Blending mô hình

 

Test ID	Dự đoán mô hình A	Dự đoán mô hình B	Trung bình cộng
1	1.2	1.5	1.35
2	0.1	0.4	0.25
3	5.4	7.2	6.30

Blending mô hình

 

Trung bình cộng

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

Trung bình nhân

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

Stacking mô hình

 

1. Chia dữ liệu train thành hai phần
2. Huấn luyện nhiều mô hình trên Phần 1
3. Dự đoán trên Phần 2
4. Dự đoán trên dữ liệu kiểm tra
5. Huấn luyện mô hình mới trên Phần 2 dùng dự đoán làm đặc trưng
6. Dùng mô hình tầng 2 để dự đoán trên dữ liệu kiểm tra

Ví dụ stacking

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	?

Ví dụ stacking

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

Ví dụ stacking

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

Huấn luyện mô hình A, B, C trên Phần 1

Ví dụ stacking

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

Ví dụ stacking

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

Ví dụ stacking

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

Huấn luyện mô hình tầng 2 trên Phần 2

Ví dụ stacking

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	Dự đoán stacking
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

Ayo berlatih!

Chinh phục cuộc thi Kaggle bằng Python