请教一下:关于融合stack

  统计/机器学习 回归分析 监督式学习 Python 数据竞赛    浏览次数: 138
0

回归,其实也就是第一个小竞赛。

我直接用单模型跑的,在5kfold,rmse的均值是14.4多。

因为数据过于干净,我试过对分类的数量少的合并,还有对室外和体感做斜率,包括把时间分为工作时间和下班时间,做特征,效果都贼j8差,不如三下五除二的直接fit。排名中等。

于是我就想可能特征已是极限,需要上stack了。

于是我拿rflrgbdtlassolgb等做了一个七列的预测矩阵,把预测矩阵放在xgb下重新训练,

在5折上均值14.9多,也就是这个class瞎忙活了,

真心求教一下,是不是思路错了???


 

陈十一   2018-04-13 16:52



   1个回答 
0

室外和体感做斜率是什么意思?


TheTheThe   2018-04-13 22:22



  相关主题

模型融合问题   2回答

numpy.array转换为图片并显示出来   2回答

python中可以做beta regression的包?   1回答

可以对线性回归进行boosting吗?   3回答

线性回归的bagging   2回答

GBDT+LR的工作原理?   3回答

逻辑回归的前提假设是什么?   1回答

系数非负的线性回归的python实现   2回答

python里怎么做分位数回归(quantile regression)?   1回答

怎么理解分位数回归quantile regression的目标函数?   1回答

最小二乘线性回归的推导   1回答

怎么处理真值大部分为0的回归问题   3回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!