Kaggle機器學習之模型融合（stacking）心得

此文道出了本人學習Stacking入門級應用的心路曆程。

在學習過程中感謝@貝爾塔的模型融合方法，以及如何在 Kaggle 首戰中進入前 10%這篇文章（作者是章淩豪）。對于兩位提供的資訊，感激不盡。同時還有Kaggle上一些關于ensemble的文章和代碼，比如這篇（https://www.kaggle.com/arthurtok/introduction-to-ensembling-stacking-in-python）。

本文适用于被stacking折磨的死去活來的新手，在網上為數不多的stacking内容裡，我已經假設你早已經看過了上述所提到的那幾篇有用的文章了。但是，看完之後内心還是卧槽的。我希望下面的内容能成為，你在學習stacking的曲折道路上的一個小火把，給你提供一些微弱的光亮。

本文以Kaggle的Titanic（泰坦尼克預測）入門比賽來講解stacking的應用（兩層！）。

資料的行數：train.csv有890行，也就是890個人，test.csv有418行（418個人）。

而資料的列數就看你保留了多少個feature了，因人而異。我自己的train保留了 7+1（1是預測列）。

在網上為數不多的stacking内容裡，相信你早看過了這張圖：

這張圖，如果你能一下子就能看懂，那就OK。

如果一下子看不懂，就麻煩了，在接下來的一段時間内，你就會卧槽卧槽地持續懵逼......

因為這張圖極具‘誤導性’。（注意！我沒說這圖是錯的，盡管它就是錯的！！！但是在網上為數不多教學裡有張無碼圖就不錯啦，感恩吧，我這個小弱雞）。

我把圖改了一下：

對于每一輪的 5-fold，Model 1都要做滿5次的訓練和預測。

Titanic 栗子：

Train Data有890行。(請對應圖中的上層部分）

每1次的fold，都會生成 713行 小train， 178行 小test。我們用Model 1來訓練 713行的小train，然後預測 178行 小test。預測的結果是長度為 178 的預測值。

這樣的動作走5次！ 長度為178 的預測值 X 5 = 890 預測值，剛好和Train data長度吻合。這個890預測值是Model 1産生的，我們先存着，因為，一會讓它将是第二層模型的訓練來源。

重點：這一步産生的預測值我們可以轉成 890 X 1 （890 行，1列），記作 P1 (大寫P)

接着說 Test Data 有 418 行。(請對應圖中的下層部分，對對對，綠綠的那些框框）

每1次的fold，713行 小train訓練出來的Model 1要去預測我們全部的Test Data（全部！因為Test Data沒有加入5-fold，是以每次都是全部！）。此時，Model 1的預測結果是長度為418的預測值。

這樣的動作走5次！我們可以得到一個 5 X 418 的預測值矩陣。然後我們根據行來就平均值，最後得到一個 1 X 418 的平均預測值。

重點：這一步産生的預測值我們可以轉成 418 X 1 （418行，1列），記作 p1 (小寫p)

走到這裡，你的第一層的Model 1完成了它的使命。

第一層還會有其他Model的，比如Model 2，同樣的走一遍， 我們有可以得到  890 X 1  (P2) 和  418 X 1 (p2) 列預測值。

這樣吧，假設你第一層有3個模型，這樣你就會得到：

來自5-fold的預測值矩陣 890 X 3，（P1，P2， P3）  和 來自Test Data預測值矩陣 418 X 3， （p1, p2, p3）。

-----------------------------------------

到第二層了..................

來自5-fold的預測值矩陣 890 X 3 作為你的Train Data，訓練第二層的模型

來自Test Data預測值矩陣 418 X 3 就是你的Test Data，用訓練好的模型來預測他們吧。

---------------------------------------

最後 ，放出一張Python的Code，在網上為數不多的stacking内容裡， 這個幾行的code你也早就看過了吧，我之前一直卡在這裡，現在加上一點點注解，希望對你有幫助：

本文作者：Non