[[205595]]

此文道出了本人學習Stacking入門級應用的心路歷程。

在學習過程中感謝@貝爾塔的模型融合方法，以及如何在 Kaggle 首戰中進入前 10%這篇文章(作者是章凌豪)。對于兩位提供的信息，感激不盡。同時還有Kaggle上一些關于ensemble的文章和代碼，比如這篇。

本文適用于被stacking折磨的死去活來的新手，在網上為數不多的stacking內容里，我已經假設你早已經看過了上述所提到的那幾篇有用的文章了。但是，看完之后內心還是臥槽的。我希望下面的內容能成為，你在學習stacking的曲折道路上的一個小火把，給你提供一些微弱的光亮。

本文以Kaggle的Titanic(泰坦尼克預測)入門比賽來講解stacking的應用(兩層!)。

數據的行數：train.csv有890行，也就是890個人，test.csv有418行(418個人)。

而數據的列數就看你保留了多少個feature了，因人而異。我自己的train保留了 7+1(1是預測列)。

在網上為數不多的stacking內容里，相信你早看過了這張圖：

這張圖，如果你能一下子就能看懂，那就OK。

如果一下子看不懂，就麻煩了，在接下來的一段時間內，你就會臥槽臥槽地持續懵逼……

因為這張圖***‘誤導性’。(注意!我沒說這圖是錯的，盡管它就是錯的!!!但是在網上為數不多教學里有張無碼圖就不錯啦，感恩吧，我這個小弱雞)。

我把圖改了一下：

對于每一輪的 5-fold，Model 1都要做滿5次的訓練和預測。

Titanic 栗子：

Train Data有890行。(請對應圖中的上層部分)

每1次的fold，都會生成 713行 小train， 178行 小test。我們用Model 1來訓練 713行的小train，然后預測 178行 小test。預測的結果是長度為 178 的預測值。

這樣的動作走5次! 長度為178 的預測值 X 5 = 890 預測值，剛好和Train data長度吻合。這個890預測值是Model 1產生的，我們先存著，因為，一會讓它將是第二層模型的訓練來源。

重點：這一步產生的預測值我們可以轉成 890 X 1 (890 行，1列)，記作 P1 (大寫P)

接著說 Test Data 有 418 行。(請對應圖中的下層部分，對對對，綠綠的那些框框)

每1次的fold，713行 小train訓練出來的Model 1要去預測我們全部的Test Data(全部!因為Test Data沒有加入5-fold，所以每次都是全部!)。此時，Model 1的預測結果是長度為418的預測值。

這樣的動作走5次!我們可以得到一個 5 X 418 的預測值矩陣。然后我們根據行來就平均值，***得到一個 1 X 418 的平均預測值。

重點：這一步產生的預測值我們可以轉成 418 X 1 (418行，1列)，記作 p1 (小寫p)

走到這里，你的***層的Model 1完成了它的使命。

***層還會有其他Model的，比如Model 2，同樣的走一遍， 我們有可以得到 890 X 1 (P2) 和 418 X 1 (p2) 列預測值。

這樣吧，假設你***層有3個模型，這樣你就會得到：

來自5-fold的預測值矩陣 890 X 3，(P1，P2， P3) 和 來自Test Data預測值矩陣 418 X 3， (p1, p2, p3)。

—————————————–

到第二層了………………

來自5-fold的預測值矩陣 890 X 3 作為你的Train Data，訓練第二層的模型

來自Test Data預測值矩陣 418 X 3 就是你的Test Data，用訓練好的模型來預測他們吧。

—————————————

*** ，放出一張Python的Code，在網上為數不多的stacking內容里， 這個幾行的code你也早就看過了吧，我之前一直卡在這里，現在加上一點點注解，希望對你有幫助：