数据挖掘之模型选择和融合

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_32146369/article/details/89046788

选模型：

• 用k折交叉验证来选取效果最好的模型。

选超参数：

• 确定了模型之后用GridSearch找到这个模型最好的超参数。

模型融合：

Bagging:

• 每次取数据集的一个子集训练模型
• 分类就用这些模型的结果投票
• 回归就对这些模型取均值

Stacking:

• 用多种预测器的结果训练

Boosting:

• 用XGboost计算feature importance
• 用GridSearch找最佳参数