炼丹术士之多模型融合
收藏
Ensemble是论文刷结果的终极核武器,深度学习中一般有以下几种方式
同样的参数,不同的初始化方式
不同的参数,通过cross-validation,选取最好的几组
同样的参数,模型训练的不同阶段,即不同迭代次数的模型。
不同的模型,进行线性融合. 例如RNN和传统模型.
提高模型性能和鲁棒性大法:probs融合 和 投票法。
假设这里有model 1, model 2, model 3,可以这样融合:
无非下面几种方式:
1.概率融合
model1 probs + model2 probs + model3 probs ==> final label
2.标签投票
model1 label , model2 label , model3 label ==> voting ==> final label
3.多次随机种子法
model1_1 probs + ... + model1_n probs ==> mode1 label, model2 label与model3获取的label方式与1相同 ==> voting ==> final label
1
收藏
请登录后评论
这也太强了,不得收藏一波?
这是高级技能包啊~~
我也觉得很好
以前只知道投票,学到了
学到了,太赞了
我是抄的
我抄的
一起学
这叫知识分享哈哈
谢谢分享
我有个第一种方法的代码,我觉得可以把代码贴上来
我觉得好