daotian

集成学习的主要思想是将多个弱分类器按照某种方式组合起来，形成一个强分类器。目前集成学习可分为三种类型，分别是Bagging，Boosting，Stacking。 Bagging，把数据集通过有放回的抽样方式，划分为多个数据集，分别训练多个模型。针对分类问题，按照少数服从多数原则进行投票，针对回归问题，求多个测试结果的平均值。 Boosting，与Bagging一样，使用的相同的弱学习器，不同的是以自适应的方法顺序地学习这些弱学习器，即每个新学习器都依赖于前面的模型，并按照某种确定性的策略将它

赛题通道：https://www.datafountain.cn/competitions/352baseline单模0.57，祝各位好运！！！import pandas as pdimport numpy as npimport lightgbm as lgbfrom sklearn.metrics import mean_squared_error as msefrom tq...