18

我正在尝试解决回归任务。我发现 3 种模型对不同的数据子集效果很好:LassoLARS、SVR 和 Gradient Tree Boosting。我注意到,当我使用所有这 3 个模型进行预测,然后制作一个“真实输出”表和我的 3 个模型的输出时,我发现每次至少有一个模型非常接近真实输出,尽管还有 2 个模型可能比较远。

当我计算最小可能误差时(如果我从每个测试示例的“最佳”预测器中进行预测),我得到的误差远小于任何模型单独的误差。所以我考虑尝试将这 3 个不同模型的预测组合成某种集合。问题是,如何正确地做到这一点?我所有的 3 个模型都是使用 scikit-learn 构建和调整的,它是否提供了某种可用于将模型打包成集成的方法?这里的问题是我不想只对所有三个模型的预测进行平均,我想通过加权来做到这一点,其中应根据特定示例的属性确定加权。

即使 scikit-learn 不提供这样的功能,如果有人知道如何解决这个任务,那就太好了 - 为数据中的每个示例计算每个模型的权重。我认为这可能是由建立在所有这 3 个模型之上的单独回归器来完成的,它将尝试为 3 个模型中的每一个输出最佳权重,但我不确定这是否是最好的方法。

4

4 回答 4

20

这是分层预测的一个已知有趣(而且通常很痛苦!)的问题。在训练数据上训练多个预测器,然后在它们上训练更高的预测器,再次使用训练数据的问题 - 与偏差 - 方差分解有关。

假设您有两个预测变量,一个本质上是另一个的过拟合版本,那么前者将出现在训练集上优于后者。组合预测器会无缘无故地偏爱前者,只是因为它无法区分过拟合和真正的高质量预测。

处理这个问题的已知方法是,对于训练数据中的每一行,对于每个预测变量,基于适合该行的模型为该行准备一个预测。例如,对于过拟合版本,平均而言,这不会为行产生好的结果。然后,组合预测器将能够更好地评估用于组合较低级别预测器的公平模型。

Shahar Azulay 和我写了一个变压器阶段来处理这个问题:

class Stacker(object):
    """
    A transformer applying fitting a predictor `pred` to data in a way
        that will allow a higher-up predictor to build a model utilizing both this 
        and other predictors correctly.

    The fit_transform(self, x, y) of this class will create a column matrix, whose 
        each row contains the prediction of `pred` fitted on other rows than this one. 
        This allows a higher-level predictor to correctly fit a model on this, and other
        column matrices obtained from other lower-level predictors.

    The fit(self, x, y) and transform(self, x_) methods, will fit `pred` on all 
        of `x`, and transform the output of `x_` (which is either `x` or not) using the fitted 
        `pred`.

    Arguments:    
        pred: A lower-level predictor to stack.

        cv_fn: Function taking `x`, and returning a cross-validation object. In `fit_transform`
            th train and test indices of the object will be iterated over. For each iteration, `pred` will
            be fitted to the `x` and `y` with rows corresponding to the
            train indices, and the test indices of the output will be obtained
            by predicting on the corresponding indices of `x`.
    """
    def __init__(self, pred, cv_fn=lambda x: sklearn.cross_validation.LeaveOneOut(x.shape[0])):
        self._pred, self._cv_fn  = pred, cv_fn

    def fit_transform(self, x, y):
        x_trans = self._train_transform(x, y)

        self.fit(x, y)

        return x_trans

    def fit(self, x, y):
        """
        Same signature as any sklearn transformer.
        """
        self._pred.fit(x, y)

        return self

    def transform(self, x):
        """
        Same signature as any sklearn transformer.
        """
        return self._test_transform(x)

    def _train_transform(self, x, y):
        x_trans = np.nan * np.ones((x.shape[0], 1))

        all_te = set()
        for tr, te in self._cv_fn(x):
            all_te = all_te | set(te)
            x_trans[te, 0] = self._pred.fit(x[tr, :], y[tr]).predict(x[te, :]) 
        if all_te != set(range(x.shape[0])):
            warnings.warn('Not all indices covered by Stacker', sklearn.exceptions.FitFailedWarning)

        return x_trans

    def _test_transform(self, x):
        return self._pred.predict(x)

这是@MaximHaytovich 的答案中描述的设置的改进示例。

首先,一些设置:

    from sklearn import linear_model
    from sklearn import cross_validation
    from sklearn import ensemble
    from sklearn import metrics

    y = np.random.randn(100)
    x0 = (y + 0.1 * np.random.randn(100)).reshape((100, 1)) 
    x1 = (y + 0.1 * np.random.randn(100)).reshape((100, 1)) 
    x = np.zeros((100, 2)) 

请注意x0x1只是嘈杂的y. 我们将前 80 行用于训练,后 20 行用于测试。

这是两个预测​​器:一个高方差梯度增强器和一个线性预测器:

    g = ensemble.GradientBoostingRegressor()
    l = linear_model.LinearRegression()

以下是答案中建议的方法:

    g.fit(x0[: 80, :], y[: 80])
    l.fit(x1[: 80, :], y[: 80])

    x[:, 0] = g.predict(x0)
    x[:, 1] = l.predict(x1)

    >>> metrics.r2_score(
        y[80: ],
        linear_model.LinearRegression().fit(x[: 80, :], y[: 80]).predict(x[80: , :]))
    0.940017788444

现在,使用堆叠:

    x[: 80, 0] = Stacker(g).fit_transform(x0[: 80, :], y[: 80])[:, 0]
    x[: 80, 1] = Stacker(l).fit_transform(x1[: 80, :], y[: 80])[:, 0]

    u = linear_model.LinearRegression().fit(x[: 80, :], y[: 80])

    x[80: , 0] = Stacker(g).fit(x0[: 80, :], y[: 80]).transform(x0[80:, :])
    x[80: , 1] = Stacker(l).fit(x1[: 80, :], y[: 80]).transform(x1[80:, :])

    >>> metrics.r2_score(
        y[80: ],
        u.predict(x[80:, :]))
    0.992196564279

堆叠预测效果更好。它意识到梯度增强器并不是那么好。

于 2016-02-03T06:38:57.307 回答
10

好的,在花了一些时间在谷歌上搜索“堆叠”(如 @andreas 之前提到的)之后,我发现了即使使用 scikit-learn 也可以在 python 中进行加权。考虑以下内容:

我训练了一组我的回归模型(如提到的 SVR、LassoLars 和 GradientBoostingRegressor)。然后我在训练数据上运行所有这些数据(用于训练这 3 个回归量中的每一个的相同数据)。我使用我的每个算法得到示例的预测,并将这 3 个结果保存到带有“predictedSVR”、“predictedLASSO”和“predictedGBR”列的 pandas 数据框中。我将最后一列添加到这个我称之为“预测”的数据帧中,这是一个真实的预测值。

然后我只是在这个新数据框上训练一个线性回归:

#df - dataframe with results of 3 regressors and true output
from sklearn linear_model
stacker= linear_model.LinearRegression()
stacker.fit(df[['predictedSVR', 'predictedLASSO', 'predictedGBR']], df['predicted'])

因此,当我想对新示例进行预测时,我只需分别运行 3 个回归器中的每一个,然后执行以下操作:

stacker.predict() 

关于我的 3 个回归器的输出。并得到一个结果。

这里的问题是,我正在平均找到回归变量的最佳权重,对于我将尝试进行预测的每个示例,权重都是相同的。

于 2015-02-26T15:18:43.057 回答
5

您所描述的称为“堆叠”,尚未在 scikit-learn 中实现,但我认为贡献会受到欢迎。一个只有平均值的集合很快就会出现:https ://github.com/scikit-learn/scikit-learn/pull/4161

于 2015-02-25T23:28:52.923 回答
5

迟到的反应,但我想为这种堆叠回归方法(我在工作中经常使用它)添加一个实用点。

您可能希望为堆栈器选择允许 positive=True 的算法(例如,ElasticNet)。我发现,当你有一个相对更强的模型时,无约束的 LinearRegression() 模型通常会为更强的模型拟合一个较大的正系数,而为较弱的模型拟合一个负系数。

除非您真的相信您的较弱模型具有负面预测能力,否则这不是一个有用的结果。非常类似于在常规回归模型的特征之间具有高度的多重共线性。导致各种边缘效应。

此评论最适用于嘈杂的数据情况。如果您的目标是获得 0.9-0.95-0.99 的 RSQ,您可能想要丢弃获得负权重的模型。

于 2017-06-01T20:37:45.337 回答