【春招冲刺】2022模型融合公开课【全19集】|竞赛必备模型融合技巧|Stacking|Blending|投票法Voting|平均法Averaging

【获取完整课件&代码&数据加vx littlebird_0228】 【加vx后回复“ML”即可获得公开课课件+数据】 2022融合模型公开课的录播视频，节选自《2022机器学习实战》春招班正课~新年很红火哈哈哈~祝大家学习愉快~

♥ 10 ↩ 2

菜菜老师您好！最近尝试使用stacking模型融合的方法做实验，看了您的课，受益匪浅。 但是视频中有一个点和我在其他论文里看到的描述对不上，想请教一下您：视频中说stacking在训练时有一个隐藏步骤，要使用全部数据对所有基学习器进行训练，为测试做好准备。但是我看了很多论文，他们并不是这样描述，他们说stacking模型测试时，输入测试数据到基学习器做交叉验证的小模型上，假如是5折交叉验证，就有5个小模型，5个小模型预测后求均值作为基学习器的预测结果。然而视频中您说stacking中做交叉验证训练的模型不会被保留，我对这一点感到疑惑。我不知道sklearn中提供的stacking方法是您讲授的这种，还是其他论文中说的那种，希望老师答疑解惑，已三连支持！！

♥ 3 ↩ 3

菜菜老师，我想问问，数据量很少，只做交叉验证，不划分训练集测试集，有办法做模型融合吗？

♥ 3 ↩ 6

我是先看了九天老师手写的Stacking,再来看蔡蔡老师的Stacking描述，可太清楚了～感谢两位～

♥ 2 ↩ 1

菜菜老师您好，想问一下，对于集成学习模型的评价，除了准确率，其他例如AUC，准确率，召回率啥的，代码应该怎么写呀？[tv_流泪]我用了网上的方法，算出来的AUC能到1，应该不对，好像不能得到平均的AUC？求老师翻牌解答，感谢🙏

♥ 2 ↩ 9

二刷完毕，感谢菜菜~

♥ 2 ↩ 3

菜菜老师，用您之前的集成学习的方法投了一篇文章，审稿人返回意见回来，要求我量化每个基线学习器对于整体模型的贡献度，这个问题把我问懵了，请菜菜老师再指点一二，给个方向🙏🙏🙏是需要算一个什么参数么？

♥ 1 ↩ 2

不用吃灰了，看过直播，现在开始，再看一遍

♥ 1

@这次就吃羊咩了

谢谢老师分享

老师，请问一下这个stacking如何做预测啊，这个你好像没有讲如何实现。难道从源码到数据又重新跑一边么

↩ 2

菜菜老师您好，我想用StackingRegressor去进行预测，但是它一直报错误AttributeError: 'StackingRegressor' object has no attribute 'final_estimator_'，请老师帮忙看看[大哭]

↩ 2

菜菜老师，请问正课更新到这部分了吗？

↩ 3

菜菜老师，这个基学习器选取的时候，是看基学习器在训练集上的效果还是测试集上的效果？

↩ 2

这个有神经网络中图像识别的模型融合

手写数据集怎么获得呢

↩ 1

请问均值法是在哪个视频里呀

↩ 2

有个疑问，调参的时候为什么要看测试集。。不应该只能看交叉验证的结果吗

↩ 4

我的b站导师[doge]