【模型融合(2天)】 模型融合,模型融合方式任意,并结合Task5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。
from mlxtend.classifier import StackingCVClassifier, StackingClassifiers_clf = StackingClassifier(classifiers=[linear_svc, xgb_model, lgb_model],
meta_classifier=lr, use_probas=True, verbose=3)
s_clf.fit(X_train_std, y_train)
# 评估 Stacking 模型model_metrics(s_clf, X_train_std, X_test_std, y_train, y_test)
最优:https://github.com/LittleSix1/Datawhale/blob/master/Datawhale.ipynb