tep 4: Model Selection and Training

• 最常用的模型是Ensemble Model，比如?Random Forest,Gradient Boosting。當(dāng)然在開始的時(shí)候，可以用點(diǎn)簡(jiǎn)單的模型，一方面是可以作為底線threshold，另一方面也可以在最后作為Ensemble Model。
  當(dāng)然還有大名鼎鼎的xgboost,這個(gè)我也沒有深入的研究，只是簡(jiǎn)單的用python調(diào)用了下，接下來(lái)如果有時(shí)間，要好好深入研究下。

• 選擇完模型之后，就是要訓(xùn)練模型，主要就是調(diào)參，每種模型都有自己最關(guān)鍵的幾個(gè)參數(shù)，sklearn中GridSearchCV可以設(shè)置需要比較的幾種參數(shù)組合，然后用cross validation來(lái)選出最優(yōu)秀的參數(shù)組合。大概用法為：