Task5:模型融合——二手車交易價格預測

一、內容介紹

1. 簡單加權融合:
   迴歸（分類概率）：算術平均融合（Arithmetic mean），幾何平均融合（Geometric mean）；
   分類：投票（Voting)
   綜合：排序融合(Rank averaging)，log融合

2. stacking/blending:

   構建多層模型，並利用預測結果再擬合預測。

3. boosting/bagging（在xgboost，Adaboost,GBDT中已經用到）:

   多樹的提升方法

二、相關工作

1. 構造不同的兩種類型的特徵。
2. 使用xgboost和lightgbm兩種模型進行融合。
3. 根據驗證集誤差，使用簡單的線性融合效果更好。

代碼傳送門