Combinació d'aprenentatge automàtic de conjunts amb Python

Bloc

Combinació d'aprenentatge automàtic de conjunts amb Python

És un nom col·loquial per a generalització apilada o conjunt d’apilament on, en lloc d’adaptar el meta-model a prediccions exhaurides fetes pel model base, s’adapta a prediccions fetes en un conjunt de dades restringit.

La combinació es va utilitzar per descriure models d'apilament que combinaven molts centenars de models predictius per competidors a la competició d'aprenentatge automàtic Netflix de 1 milió de dòlars i, com a tal, continua sent una tècnica i un nom populars per apilar en cercles d'aprenentatge automàtic competitius, com la comunitat Kaggle.

En aquest tutorial, descobrireu com desenvolupar i avaluar un conjunt de mescles a Python.

Després de completar aquest tutorial, sabreu:

  • Els conjunts de barreja són un tipus d’apilament en què el meta-model s’adapta mitjançant prediccions en un conjunt de dades de validació de valors en lloc de prediccions fora de plec.
  • Com desenvolupar un conjunt de combinació, que inclou funcions per entrenar el model i fer prediccions sobre noves dades.
  • Com avaluar conjunts de mescla per a problemes de modelatge predictiu de classificació i regressió.

Comencem.

#Ensemble Learning

machinelearningmastery.com

Combinació d'aprenentatge automàtic de conjunts amb Python

En aquest tutorial, descobrireu com desenvolupar i avaluar un conjunt de mescles a Python. És un nom col·loquial per a la generalització apilada o el conjunt d’apilament on, en lloc d’adaptar el meta-model a prediccions fora del plec fetes pel model base, s’adapta a les prediccions fetes en un conjunt de dades restringit. La combinació es va utilitzar per descriure models d'apilament que combinaven molts centenars de models predictius per competidors a Netflix, un milió de dòlars