# 7 种模型加权集成方法

不同任务 -> 不同加权方法

分类

• 类别投票
• 概率值加权

回归

• 预测值加权

排序

• 排序次序加权

目标检测

• 预测结果NMS

语义分割

• 像素类别投票
• 加权

集成学习

考虑

• 模型的多样性

  • 多样性不足 -> 最终预测结果和单个模型类似。

• 模型的精度差异

  • 精度差异很大 -> 最终集成的效果也不会很好

Out of fold

中文：袋外预测

就是交叉验证

Blend操作

最常见的分类 & 回归任务的结果加权方法

方法1：均值加权

• 原理

  • 对所有模型的预测结果计算均值；

• 优点

  • 简单，过拟合可能性低；

• 缺点

  • 会受到模型原始精度差异的影响；

• 代码

oof_preds = []
for col in oofCols:
    oof_preds.append(oof_df[col])

y_avg = np.mean(np.array(oof_preds), axis=0)

方法2：权重加权

• 原理

  • 对所有模型的预测结果加权求和；

• 优点

  • 比均值更加可控；

• 缺点

  • 权重需人工设置，更容易过拟合；

• 代码

weights = [1,2,3]
y_wtavg = np.zeros(len(oof_df))

for wt, col in zip(weights, oofCols):
    y_wtavg += (wt*oof_df[col])

y_wtavg = y_wtavg / sum(weights)

方法3：排序加权

• 原理

  • 预测结果进行排序

    • 使用次序代替原始取值

• 优点

  • 适合分类任务
  • 对概率进行集成

• 缺点

  • 会受到模型原始精度差异的影响

• 代码

rankPreds = []
for i, col in enumerate(oofCols):
    rankPreds.append(oof_df[col].rank().values)

y_rankavg = np.mean(np.array(rankPreds), axis=0)

方法4：排序权重加权

• 原理

  • 预测结果进行排序

    • 使用次序代替原始取值

• 优点

  • 比均值更加可控；

• 缺点

  • 权重需人工设置
  • 更容易过拟合

• 代码

rankPreds = []
weights = [1,2,3]

for i, col in enumerate(oofCols):
    rankPreds.append(oof_df[col].rank().values * weights[i])


y_rankavg = np.mean(np.array(rankPreds), axis=0)

y_rankavg = np.mean(np.array(rankPreds), axis=0)

方法5：爬山法加权

• 原理

  • 权重进行搜索
  • 保留最优的权重

• 优点

  • 可以自动权重权重大小

• 缺点

  • 更容易过拟合

• 代码

for w1 in np.linspace(0, 1, 100):
  for w2 in np.linspace(0, w2, 100):
    w3 = 1 - w1 - w3
    
    如果 w1, w2, w3取得更好的精度，保留权重
    否则尝试下一组权重组合

方法6：线性回归加权

• 原理

  • 使用线性回归确定权重

• 优点

  • 可以自动权重权重大小

• 缺点

  • 需要额外训练
  • 容易过拟合

• 代码

from sklearn.linear_model import LinearRegression

lr = LinearRegression(fit_intercept=False)
lr.fit(
   三个模型对训练集预测结果，
   训练集标签
)

lr.coef_ # 线性回归的权重

方法7：参数优化加权

• 原理

  • 使用优化方法搜索权重

• 优点

  • 可以自动权重权重大小；

• 缺点

  • 需要额外训练，容易过拟合；

• 代码

def f(x):
    return x[0]**2 + x[1]**2 + (5 - x[0] - x[1])
    
from scipy import optimize
minimum = optimize.fmin(f, [1, 1])

参考文献

[1] https://mp.weixin.qq.com/s/a77kNwNCAsHCvnfpKUvQYQ