アンサンブル学習で複数のモデルをブレンドすることについてご質問させていただきます。
あるかたのkaggleのスクリプトで
python
1def blend_models_predict(X): 2 return ((0.1 * elastic_model_full_data.predict(X)) + \ 3 (0.05 * lasso_model_full_data.predict(X)) + \ 4 (0.1 * ridge_model_full_data.predict(X)) + \ 5 (0.1 * svr_model_full_data.predict(X)) + \ 6 (0.1 * gbr_model_full_data.predict(X)) + \ 7 (0.15 * xgb_model_full_data.predict(X)) + \ 8 (0.1 * lgb_model_full_data.predict(X)) + \ 9 (0.3 * stack_gen_model.predict(np.array(X))))
このように使用するモデルごとに割合を決めてモデルをブレンドしています。
(”elastic_model_full_data”では、0.1の割合でブレンドしている。)
そこでこのような割合を決定するにあたって、簡単に割合を出力するようなライブラリはあるのでしょうか。
それとも自分で割合を変えていき、汎化性能があがるようなパラメータを見つけないといけないのでしょうか。
ご回答よろしくお願いします。
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。