模型融合-学习笔记

模型融合 是最后的冲刺手段，可以一定程度的提高线上分数 简单加权融合 回归题一般是将不同模型的结果进行加权，多次尝试后找到最优的权重。 分布问题就是投票，按照不同的权重尝试，找到最优结果。 推荐问题的加权融合我是真不会。 stacking/blending stacking：当初始训练数据学习出若干个基学习器后，将这几个学习器的预测结果作为新的训练集，来学习一个新的学习器。 boosting/ba

>>阅读原文<<