Empilement de modèles I
Passons maintenant à l'empilement (stacking). Pour mettre en place cette approche, vous allez suivre les 6 étapes vues dans la vidéo précédente :
- Diviser les données d'entraînement en deux parties
- Entraîner plusieurs modèles sur la Partie 1
- Générer des prédictions sur la Partie 2
- Générer des prédictions sur les données de test
- Entraîner un nouveau modèle sur la Partie 2 en utilisant les prédictions comme caractéristiques
- Générer des prédictions sur les données de test à l'aide du modèle de 2e niveau
Les DataFrames train et test sont déjà disponibles dans votre espace de travail. features est une liste de colonnes à utiliser pour l'entraînement sur les données de la Partie 1 et est aussi disponible dans votre espace de travail. La variable cible s'appelle « fare_amount ».
Cette activité fait partie du cours
Remporter une compétition Kaggle en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
from sklearn.model_selection import train_test_split
from sklearn.ensemble import GradientBoostingRegressor, RandomForestRegressor
# Split train data into two parts
part_1, part_2 = ____(train, test_size=____, random_state=123)
# Train a Gradient Boosting model on Part 1
gb = GradientBoostingRegressor().____(____[features], ____.fare_amount)
# Train a Random Forest model on Part 1
rf = RandomForestRegressor().____(____[features], ____.fare_amount)