1）进一步通过网格搜索法对3个模型进行调优（用5000条数据，调参时采用五折交叉验证的方式），并进行模型评估，展示代码的运行结果。(可以尝试使用其他模型)
2）模型融合，模型融合方式任意，并结合之前的任务给出你的最优结果。
例如Stacking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结果。
结果展示如下表：
| 模型 | 最优参数 | F1评分 |
|---|---|---|
| LR | clf__multi_class: ‘multinomial’，clf__solver: ‘newton-cg’ , C = 120, dual = True | 0.79 |
| SVM | c=5,dual=False | 0.77 |
| LightGBM | num_leaves = 31, learning_rate = 0.05 | 0.69 |
| 其他模型 | awaiting | |
| 最优结果 | awaiting |
