集成学习-幸福感预测

Posted 2021-05-20 GoAl的博客

本次案例来源于天池的一个比赛，赛题使用 139 维的特征，使用 8000 余组数据进行对于个人幸福感的预测（预测值为1，2，3，4，5，其中1代表幸福感最低，5代
表幸福感最高）。以均方误差MSE为评价标准，因为评价标准为均方误差，所以使用回归问题的思路解决该问.

Blending集成学习方式：

(1) 将数据划分为训练集和测试集(test_set)，其中训练集需要再次划分为训练集(train_set)和验证集(val_set)；
(2) 创建第一层的多个模型，这些模型可以使同质的也可以是异质的；
(3) 使用train_set训练步骤2中的多个模型，然后用训练好的模型预测val_set和test_set得到val_predict, test_predict1；
(4) 创建第二层的模型,使用val_predict作为训练集训练第二层的模型；
(5) 使用第二层训练好的模型对第二层测试集test_predict1进行预测，该结果为整个测试集的结果。

导入相关库

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.style.use(“ggplot”)
%matplotlib inline
import seaborn as sns

引入数据

from sklearn import datasets
from sklearn.datasets import make_blobs
from sklearn.model_selection import train_test_split
data, target = make_blobs(n_samples=10000, centers=2, random_state=1, cluster_std=1.0 )

创建训练集和测试集

X_train1,X_test,y_train1,y_test = train_test_split(data, target, test_size=0.2, random_state=1)

创建训练集和验证集

X_train,X_val,y_train,y_val = train_test_split(X_train1, y_train1, test_size=0.3, random_state=1)
print(“The shape of training X:”,X_train.shape)
print(“The shape of training y:”,y_train.shape)
print(“The shape of test X:”,X_test.shape)
print(“The shape of test y:”,y_test.shape)
print(“The shape of validation X:”,X_val.shape)
print(“The shape of validation y:”,

后续未完成，待更新