模型融合之blending和stacking
摘要：
1. blending 需要得到各个模型结果集的权重，然后再线性组合。 2.stacking stacking的核心：在训练集上进行预测，从而构建更高层的学习器。 stacking训练过程: 1） 拆解训练集。将训练数据随机且大致均匀的拆为m份。 2）在拆解后的训练集上训练模型，同时在测试集上预测。 阅读全文
posted @ 2018-09-26 21:41 星辰之衍 阅读(5956) 评论(0) 推荐(0) 编辑
