Explore

.Grid Search网格搜索，在所有候选的参数选择中，通过循环遍历，对每一种可能的参数在训练集上训练一个模型，在测试集上表现最好的参数就是最优的参数。模型最终的表现好坏与初始数据训练集和测试集的划分有很大的关系（测试集数据没有被训练，可能有偏差）。Grid Search 调参方法存在的共性弊端就是：耗时；参数越多，候选值越多，耗费时间越长！所以，一般情况下，先定一个大范围，然后再细化。.GridSearchCVgrid search with cross validation，将网格搜索

Boosting与Stacking的区别Stacking模型融合Python实现

Python的`sklearn.pipeline.Pipeline()`函数将多个学习器组成流水线，所谓流水线即数据在前一个节点处理之后的结果，转到下一个节点处理。