任务
【任务七-模型融合】用你目前评分最高的模型作为基准模型，和其他模型进行stacking融合，得到最终模型及评分。
Stacking
原理：Stacking模型本质上是一种分层的结构。
第一层
使用5-折交叉验证，5折交叉验证就是先拿出四折作为training data，另外一折作为testing data。
注意：在stacking中此部分数据会用到整个traing set。如：假设我们整个training set包含10000行数据，testing set包含2500行数据，那么每一次交叉验证其实就是对training set进行划分，在每一次的交叉验证中training data将会是8000行，testing data是2000行。
每一次的交叉验证包含两个过程，1. 基于training data训练模型；2. 基于training data训练生成的模型对testing data进行预测。在整个第一次的交叉验证完成之后我们将会得到关于当前testing data的预测值，这将会是一个一维2000行的数据，记为a1。注意！在这部分操作完成后，我们还要对数据集原来的整个testing set进行预测，这个过程会生成2500个预测值，这部分预测值将会作为下一层模型testing data的一部分，记为b1。因为我们进行的是5折交叉验证，所以以上提及的过程将会进行五次，最终会生成针对testing set数据预测的5列2000行的数据a1,a2,a3,a4,a5，对testing set的预测会是5列2500行数据b1,b2,b3,b4,b5。
在完成对Model1的整个步骤之后，我们可以发现a1,a2,a3,a4,a5其实就是对原来整个training set的预测值，将他们拼凑起来，会形成一个10000行一列的矩阵，记为A1。而对于b1,b2,b3,b4,b5这部分数据，我们将各部分相加取平均值，得到一个2500行一列的矩阵，记为B1。
第二层
以上就是stacking中一个模型的完整流程，stacking中同一层通常包含多个模型，假设还有Model2: LR，Model3：RF，Model4: GBDT，Model5：SVM，对于这四个模型，我们可以重复以上的步骤，在整个流程结束之后，我们可以得到新的A2,A3,A4,A5,B2,B3,B4,B5矩阵。
在此之后，我们把A1,A2,A3,A4,A5并列合并得到一个10000行五列的矩阵作为training data，B1,B2,B3,B4,B5并列合并得到一个2500行五列的矩阵作为testing data。让下一层的模型，基于他们进一步训练。
代码（调包）
#!/user/bin/env python
#-*- coding:utf-8 -*-
# @Time : 2018/11/26 17:33
# @Author : 刘
# @Site :
# @File : Stacking2.py
# @Software: PyCharm
import pickle
import numpy as np
from sklearn import datasets
from sklearn import model_selection
from sklearn.linear_model import LogisticRegression
from sklearn.neighbors import KNeighborsClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.ensemble import RandomForestClassifier
from mlxtend.classifier import StackingClassifier
from sklearn.externals import joblib
import warnings
warnings.filterwarnings("ignore")
iris = datasets.load_iris()
path = "E:/mypython/moxingxuexi/"
"""=====================================================================================================================
1 读取特征
"""
print("0 读取特征")
f = open(path + 'feature/V4.pkl', 'rb')
train, test, y_train,y_test= pickle.load(f)
f.close()
X, y = train, y_train
"""=====================================================================================================================
2 读取模型
"""
print("1 读取模型")
SVM_linear = joblib.load( path + "model/SVM_linear1.pkl")
SVM_poly = joblib.load( path + "model/SVM_poly1.pkl")
SVM_rbf = joblib.load( path + "model/SVM_rbf1.pkl")
SVM_sigmoid = joblib.load( path + "model/SVM_sigmoid1.pkl")
lg_120 = joblib.load( path + "model/lg_1.pkl")
DT = joblib.load( path + "model/DT1.pkl")
xgb_sklearn = joblib.load( path + "model/xgb_sklearn1.pkl")
lgb_sklearn = joblib.load( path + "model/lgb_sklearn1.pkl")
xgb = joblib.load( path + "model/xgb1.pkl")
lgb = joblib.load( path + "model/lgb1.pkl")
clf1 =SVM_linear
clf2 = lg_120
clf3 = DT
clf4 = SVM_rbf
clf5 = lgb_sklearn
lr = LogisticRegression()
sclf = StackingClassifier(classifiers=[clf1, clf2, clf3,clf4,clf5],meta_classifier=lgb_sklearn)
print('5-fold cross validation:\n')
for clf, label in zip([clf1, clf2, clf3,clf4,clf5 , sclf],
['SVM_linear','lg_120','DT','SVM_rbf','lgb_sklearn','StackingClassifier']):
scores = model_selection.cross_val_score(clf, X, y,cv=5, scoring='accuracy')
print("Accuracy: %s (+/- %0.9f) [%s]"
% (scores.mean(), scores.std(), label))
