Xếp chồng mô hình I
Giờ là lúc thực hành stacking. Để triển khai phương pháp stacking, bạn sẽ làm theo 6 bước đã thảo luận trong video trước:
- Chia dữ liệu train thành hai phần
- Huấn luyện nhiều mô hình trên Phần 1
- Tạo dự đoán trên Phần 2
- Tạo dự đoán trên dữ liệu test
- Huấn luyện mô hình mới trên Phần 2, dùng các dự đoán làm đặc trưng
- Tạo dự đoán trên dữ liệu test bằng mô hình cấp độ 2
Các DataFrame train và test đã có sẵn trong môi trường làm việc của bạn. features là danh sách các cột sẽ dùng để huấn luyện trên dữ liệu Phần 1 và cũng đã có sẵn. Tên biến mục tiêu là "fare_amount".
Bài tập này là một phần của khóa học
Chinh phục cuộc thi Kaggle bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
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)