ml/ library Learn by doing
ALGORITHM 57 · PYTHON / JAVASCRIPT

Stacking

ให้โมเดลชั้นบนเรียนว่าจะเชื่อคำทำนายของโมเดลฐานแบบใดในแต่ละกรณี

LEARNING LEVEL3
ผสานหลายแนวคิดควรรู้มาก่อน · Bagging supervised models cross validation และ meta model
ลองใน Playground

01Overall Concept

OVERALL CONCEPT

ไอเดียหลัก — Stacking ใช้ out-of-fold predictions จากโมเดลฐานเป็น feature ให้ final estimator จึงเรียนวิธีผสมคำตอบที่ยืดหยุ่นกว่าค่าเฉลี่ยคงที่

ลองนึกภาพว่า — เหมือนหัวหน้าทีมเรียนจากผลงานเก่าว่าผู้เชี่ยวชาญแต่ละคนแม่นกับโจทย์แบบใด แล้วเลือกผสมความเห็นให้เหมาะกับกรณีใหม่

ตัวอย่างการนำไปใช้ — รวมโมเดลต่างตระกูลเพื่อแข่งขันหรือเพิ่มความแม่นบนข้อมูลตาราง

02อธิบายภาษาคนเข้าใจง่ายๆ

เล่าแบบไม่ใช้ศัพท์ยาก

Stacking เริ่มจากคำถามง่าย ๆ ว่า ให้โมเดลชั้นบนเรียนว่าจะเชื่อคำทำนายของโมเดลฐานแบบใดในแต่ละกรณี วิธีนี้ไม่ได้มองข้อมูลทุกชนิดเหมือนกัน จึงต้องเตรียมข้อมูลให้ตรงกับสิ่งที่อัลกอริทึมใช้คำนวณ

เหมือนหัวหน้าทีมเรียนจากผลงานเก่าว่าผู้เชี่ยวชาญแต่ละคนแม่นกับโจทย์แบบใด แล้วเลือกผสมความเห็นให้เหมาะกับกรณีใหม่ ภาพเปรียบเทียบนี้ช่วยจำแก่นของวิธี แต่ตอนใช้งานจริงคอมพิวเตอร์ทำงานกับตัวเลขและกฎที่กำหนดไว้อย่างชัดเจน

Stacking ใช้ out-of-fold predictions จากโมเดลฐานเป็น feature ให้ final estimator จึงเรียนวิธีผสมคำตอบที่ยืดหยุ่นกว่าค่าเฉลี่ยคงที่ พารามิเตอร์หลักใน Playground คือ จำนวน folds เมื่อเลื่อนค่า ระบบจะคำนวณผลใหม่จากข้อมูลชุดเดิม จึงเปรียบเทียบการเปลี่ยนแปลงได้ตรง ๆ

ข้อมูลตัวอย่างบนหน้าใช้รูปแบบ 3 base models → probability features → logistic meta model เราแยกสิ่งที่อัลกอริทึมรับเข้าออกจากผลลัพธ์ เพื่อไม่เผลอส่งข้อมูลคำตอบหรือข้อมูลอนาคตเข้าไปตอนฝึก

งานที่เหมาะ เช่น รวมโมเดลต่างตระกูลเพื่อแข่งขันหรือเพิ่มความแม่นบนข้อมูลตาราง ก่อนใช้จริงควรกำหนด metric ที่สัมพันธ์กับเป้าหมาย แล้วเปรียบเทียบกับวิธีพื้นฐานที่ง่ายกว่า

ภาพจำ: meta model เรียนน้ำหนักการผสมจากข้อมูลที่ไม่รั่วข้าม fold พร้อมจำข้อจำกัดสำคัญว่า ถ้าสร้าง meta features จากคำทำนายบนข้อมูลฝึกโดยตรงจะเกิด leakage และขั้นตอน cross validation ใช้ทรัพยากรมาก

03How it works

ค่อยๆ ทำไปด้วยกัน ตั้งแต่ข้อมูลแถวแรกจนถึงการตรวจคำตอบ

  1. เตรียมข้อมูลให้ตรงโจทย์

    X และ label พร้อมโมเดลฐานหลายตัวและ final estimator ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล

  2. ตั้งค่าที่ควบคุมพฤติกรรม

    ใช้ cv เพื่อควบคุมการสร้างคำทำนายนอก fold และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้

  3. คำนวณแก่นของวิธี

    แบ่ง fold และสร้าง out-of-fold prediction ของโมเดลฐาน จากนั้น เรียงคำทำนายเป็น meta features Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ

  4. สร้างผลลัพธ์ที่นำไปอ่านได้

    ฝึก final estimator และ refit โมเดลฐานบนข้อมูลเต็ม ผลที่ได้คือ คลาสสุดท้ายและคำทำนายของโมเดลฐาน ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล

  5. ตรวจว่าคำตอบใช้ได้จริง

    เปรียบเทียบหลายค่าของ cv ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า ถ้าสร้าง meta features จากคำทำนายบนข้อมูลฝึกโดยตรงจะเกิด leakage และขั้นตอน cross validation ใช้ทรัพยากรมาก

เปิดตัวอย่างโค้ดเพื่อลองทำตาม →ตัวอย่างตัวเลขในเรื่องใช้ช่วยอธิบาย ส่วนโค้ดและ Playground ใช้ชุดข้อมูลสาธิตของแต่ละหน้าอ่านเอกสารอ้างอิงของเทคนิคนี้ ↗

ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ

DATA INX · featuresy · target3 base models → probability features → logistic meta model
CALCULATEStacking
cvstack_methodpassthrough
RESULT0.800.150.05class / probabilitymeta model เรียนน้ำหนักการผสมจากข้อมูลที่ไม่รั่วข้าม fold
เส้นทางของข้อมูล: จากค่าที่รับเข้า ผ่านการคำนวณด้วยพารามิเตอร์ ไปเป็นผลลัพธ์
INPUT

ข้อมูลที่รับเข้ามา

X และ label พร้อมโมเดลฐานหลายตัวและ final estimator

3 base models → probability features → logistic meta model
PARAMETERS

พารามิเตอร์ที่ใช้

cv
ควบคุมการสร้างคำทำนายนอก fold
stack_method
เลือก predict หรือ predict_proba เป็น feature
passthrough
ส่ง feature เดิมให้ final estimator ด้วยหรือไม่
OUTPUT

ผลลัพธ์ที่ได้

คลาสสุดท้ายและคำทำนายของโมเดลฐาน

meta model เรียนน้ำหนักการผสมจากข้อมูลที่ไม่รั่วข้าม fold
CALCULATION

คำนวณทีละขั้น

  1. 01

    แบ่ง fold และสร้าง out-of-fold prediction ของโมเดลฐาน

  2. 02

    เรียงคำทำนายเป็น meta features

  3. 03

    ฝึก final estimator และ refit โมเดลฐานบนข้อมูลเต็ม

ควรรู้อีกนิด — ถ้าสร้าง meta features จากคำทำนายบนข้อมูลฝึกโดยตรงจะเกิด leakage และขั้นตอน cross validation ใช้ทรัพยากรมาก

04Make it yours

Python · scikit-learn
# ติดตั้ง: pip install numpy scikit-learnimport numpy as np data = np.genfromtxt("stacking-sample.csv", delimiter=",", skip_header=1)X = data[:, :2] y = data[:, 2].astype(int)from sklearn.ensemble import AdaBoostClassifier, GradientBoostingClassifier, VotingClassifier, StackingClassifier, BaggingClassifierfrom sklearn.linear_model import LogisticRegressionfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.model_selection import train_test_splitfrom sklearn.metrics import accuracy_score X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=.2, stratify=y, random_state=42)model = StackingClassifier(estimators=[("lr", LogisticRegression(max_iter=1000)), ("tree", DecisionTreeClassifier(max_depth=4, random_state=42))], final_estimator=LogisticRegression(max_iter=1000), cv=5)model.fit(X_train, y_train)pred = model.predict(X_test)print("Test accuracy:", accuracy_score(y_test, pred))print("Predictions:", pred[:10])

โค้ดเปลี่ยนตามค่าที่เลือกใน Playground · แต่ละภาษาใช้ข้อมูลตัวอย่างตามที่ระบุในโค้ด

05Learn by playing

ปรับ จำนวน folds แล้วสังเกตรูปแบบคำทำนายและตัวชี้วัดที่คำนวณใหม่ทันที

Sample dataset / Three classes● คำนวณใหม่เมื่อปรับค่า
จำนวนส่วนสำหรับสร้าง out-of-fold predictions
พื้นที่สีคือคำทำนาย จุดคือคำตอบจริงFeature x → · Feature y ↑ · ขอบเข้ม = ชุดทดสอบ
Test accuracy100.0%
สมาชิกจำลอง5 learners
พารามิเตอร์ที่ลอง5

Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ scikit-learn จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง