1. Learn
    2. /
  2. Courses
    3. /
  3. Як перемагати в змаганнях Kaggle за допомогою Python
Connected

Exercise

Стекінг моделей II

Отже, що ви вже зробили під час реалізації стекінгу:

  1. Розбили тренувальні дані на дві частини
  2. Натренували кілька моделей на Частині 1
  3. Зробили передбачення для Частини 2
  4. Зробили передбачення для тестових даних

Тепер ваша мета — створити модель другого рівня, використовуючи передбачення з кроків 3 і 4 як ознаки. Тобто ця модель навчається на даних Частини 2, а потім ви можете робити стекінг-передбачення для тестових даних.

Датафрейми part_2 і test уже доступні у вашому робочому середовищі. Передбачення Gradient Boosting і Random Forest збережено в цих датафреймах під назвами «gbpred» і «rfpred» відповідно.

Instructions

100 XP
  • Натренуйте модель лінійної регресії на даних Частини 2, використовуючи передбачення моделей Gradient Boosting і Random Forest як ознаки.
  • Зробіть передбачення для тестових даних, використовуючи передбачення моделей Gradient Boosting і Random Forest як ознаки.