【模型融合】Bagging，Boosting，Stacking

一、引言 我理解的Kaggle比賽中提高成績主要有3個地方 特徵工程 調參 模型融合 在機器學習訓練完模型之後我們要考慮模型的效率問題，常用的模型效率分析手段有： 研究模型學習曲線，判斷模型是否過擬合或者欠擬合，並做出相應的調整； 對於模型權重參數進行分析，對於權重絕對值高/低的特徵，可以對特徵進行更細化的工作，也可以進行特徵組合； 進行bad-case分析，對錯誤的例子分析是否還有什麼可以修改挖

>>阅读原文<<