Kaggle 銅メダルへの道（7日目）
こんにちは、筋肉めがねです。
1月最終日ですね。明日、日欧EPA (Economical Partnership Agreement)が施行されます。ドイツで購入できる日本食品が安くなるのでしょうか。楽しみですね。
それでは、本日は、昨日Kaggleへ提出したモデルのざっくりとした解説、そして理解に努めましょう。
昨日提出したモデルは、以下の記事を参考に準備しました。
Box-Cox transformationやら、初めて聞く名前の手法が多々ありますが、中でも今日はstackingについて理解していきましょう。
stackingとはアンサンブル学習の一つ、という事です。
では、アンサンブル学習とは何か。それは、一つの学習器ではなく、複数の学習器を組み合わせる事によって、精度の高いモデルを構築する手法ですね。
それでは、stackingとは何か。
訳すると重ね合わせる、という事です。
stackingとは、最初のステージで複数の学習器を用いて、学習をさせます。そして、ここから得られた予測値を特徴量として、第二ステージで使用し、そのまま第二ステージで別の学習器群に学習させる、という一連の流れです。
とても分かりやすい記事があったので共有しておきます。
それでは、2月以降は、3月末までに期限のあるKaggleのCompetitionに参加し、メダルを取りにいきましょう。
それでは、本日は以上でございます。
