1. Nauka
    2. /
  2. Kursy
    3. /
  3. Zwycięstwo w konkursie Kaggle w Pythonie
Connected

ćwiczenie

Składanie modeli II

Oto, co zostało dotychczas zrobione w implementacji składania modeli:

  1. Podział danych treningowych na dwie części
  2. Wytrenowanie wielu modeli na części 1.
  3. Wykonanie predykcji na części 2.
  4. Wykonanie predykcji na danych testowych

Teraz musisz utworzyć model drugiego poziomu, który jako cechy wykorzysta predykcje z kroków 3 i 4. Model ten jest trenowany na danych z części 2., a następnie możesz użyć go do tworzenia predykcji metodą składania na danych testowych.

DataFrames part_2 i test są już dostępne w twoim środowisku. Predykcje modelu Gradient Boosting i Random Forest są przechowywane w tych DataFrames pod nazwami "gb_pred" i "rf_pred".

Instrukcje

100 XP
  • Wytrenuj model regresji liniowej na danych z części 2., używając predykcji modeli Gradient Boosting i Random Forest jako cech.
  • Wykonaj predykcje na danych testowych, używając predykcji modeli Gradient Boosting i Random Forest jako cech.