Statistiche e Big Data stacking

7

Sfide tra industria e Kaggle. Raccogliere più osservazioni e avere accesso a più variabili è più importante della modellazione fantasia?

Spero che il titolo sia autoesplicativo. In Kaggle, la maggior parte dei vincitori usa lo stacking con a volte centinaia di modelli base, per spremere un po 'di% in più di MSE, precisione ... In generale, nella tua esperienza, quanto è importante la modellazione fantasia come lo stacking rispetto alla …

56 large-data stacking collecting-data kaggle

2

È questa la metodologia di regressione allo stato dell'arte?

Seguo le competizioni di Kaggle da molto tempo e mi rendo conto che molte strategie vincenti prevedono l'utilizzo di almeno uno dei "tre grandi": insaccamento, potenziamento e accatastamento. Per le regressioni, piuttosto che concentrarsi sulla costruzione di un modello di regressione migliore possibile, la costruzione di più modelli di regressione …

33 predictive-models boosting bagging stacking model-averaging

5

L'apprendimento automatico automatizzato è un sogno?

Quando scopro l'apprendimento automatico vedo diverse tecniche interessanti come: sintonizza automaticamente algoritmi con tecniche come grid search, ottenere risultati più precisi attraverso la combinazione di diversi algoritmi dello stesso "tipo", quella boosting, ottenere risultati più precisi attraverso la combinazione di diversi algoritmi (ma non lo stesso tipo di algoritmi), che …

12 machine-learning algorithms boosting stacking automatic-algorithms

1

Apprendimento d'insieme: perché lo stacking dei modelli è efficace?

Di recente mi sono interessato al raggruppamento di modelli come forma di apprendimento dell'ensemble. In particolare, ho sperimentato un po 'con alcuni set di dati giocattolo per problemi di regressione. Ho praticamente implementato singoli regressori di "livello 0", memorizzato le previsioni di output di ciascun regressore come una nuova funzionalità …

11 machine-learning ensemble stacking

Domande taggate «stacking»