1)进一步通过网格搜索法对3个模型进行调优(用5000条数据,调参时采用五折交叉验证的方式),并进行模型评估,展示代码的运行结果。(可以尝试使用其他模型)
2)模型融合,模型融合方式任意,并结合之前的任务给出你的最优结果。
例如Stacking融合,用你目前评分最高的模型作为基准模型,和其他模型进行stacking融合,得到最终模型及评分结果。
结果展示如下表:
模型 | 最优参数 | F1评分 |
---|---|---|
LR | clf__multi_class: ‘multinomial’,clf__solver: ‘newton-cg’ , C = 120, dual = True | 0.79 |
SVM | c=5,dual=False | 0.77 |
LightGBM | num_leaves = 31, learning_rate = 0.05 | 0.69 |
其他模型 | awaiting | |
最优结果 | awaiting |