Ensemble metody

Detekce podvodů v Pythonu

Charlotte Werger

Data Scientist

Co jsou ensemble metody: bagging vs. stacking

Stacking ensemble metody

Proč používat ensemble metody pro detekci podvodů

Ensemble metody:

Jsou robustní
Pomáhají předcházet přeučení
Zpravidla zlepšují predikční výkon
Jsou osvědčenou strategií na soutěžích Kaggle

Hlasovací klasifikátor

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])

Spolehlivé štítky pro detekci podvodů

Pojďme procvičovat!

Detekce podvodů v Pythonu