Modellensembler

Vinna en Kaggle-tävling i Python

Yauhen Babakhin

Kaggle Grandmaster

Modellensembler

Ensembledesign från en vinnande lösning i Kaggle-tävlingen

Vinna en Kaggle-tävling i Python

Modellblandning

  • Regressionsproblem
  • Träna två olika modeller: A och B
  • Gör prediktioner på testdata:
Test-ID Modell A:s prediktion Modell B:s prediktion
1 1.2 1.5
2 0.1 0.4
3 5.4 7.2
Vinna en Kaggle-tävling i Python

Modellblandning

 

Test-ID Modell A:s prediktion Modell B:s prediktion Aritmetiskt medelvärde
1 1.2 1.5 1.35
2 0.1 0.4 0.25
3 5.4 7.2 6.30
Vinna en Kaggle-tävling i Python

Modellblandning

 

Aritmetiskt medelvärde

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

Geometriskt medelvärde

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

Vinna en Kaggle-tävling i Python

Modellstackning

 

  1. Dela upp träningsdata i två delar
  2. Träna flera modeller på del 1
  3. Gör prediktioner på del 2
  4. Gör prediktioner på testdata
  5. Träna en ny modell på del 2 med prediktionerna som särdrag
  6. Gör prediktioner på testdata med nivå 2-modellen
Vinna en Kaggle-tävling i Python

Stackningsexempel

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 ?
Vinna en Kaggle-tävling i Python

Stackningsexempel

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
Vinna en Kaggle-tävling i Python

Stackningsexempel

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

Träna modellerna A, B, C på del 1

Vinna en Kaggle-tävling i Python

Stackningsexempel

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
Vinna en Kaggle-tävling i Python

Stackningsexempel

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
Vinna en Kaggle-tävling i Python

Stackningsexempel

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

Träna nivå 2-modellen på del 2

Vinna en Kaggle-tävling i Python

Stackningsexempel

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 Stackningsprediktion
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
Vinna en Kaggle-tävling i Python

Nu kör vi en övning!

Vinna en Kaggle-tävling i Python

Preparing Video For Download...