01Overall Concept
ไอเดียหลัก — Stacking ใช้ out-of-fold predictions จากโมเดลฐานเป็น feature ให้ final estimator จึงเรียนวิธีผสมคำตอบที่ยืดหยุ่นกว่าค่าเฉลี่ยคงที่
ลองนึกภาพว่า — เหมือนหัวหน้าทีมเรียนจากผลงานเก่าว่าผู้เชี่ยวชาญแต่ละคนแม่นกับโจทย์แบบใด แล้วเลือกผสมความเห็นให้เหมาะกับกรณีใหม่
ตัวอย่างการนำไปใช้ — รวมโมเดลต่างตระกูลเพื่อแข่งขันหรือเพิ่มความแม่นบนข้อมูลตาราง
02อธิบายภาษาคนเข้าใจง่ายๆ
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
เตรียมข้อมูลให้ตรงโจทย์
X และ label พร้อมโมเดลฐานหลายตัวและ final estimator ตรวจค่าที่หาย หน่วยของแต่ละคอลัมน์ และแยกข้อมูลประเมินก่อนเรียนรู้พารามิเตอร์จากข้อมูล
ตั้งค่าที่ควบคุมพฤติกรรม
ใช้ cv เพื่อควบคุมการสร้างคำทำนายนอก fold และบันทึกค่าเริ่มต้นหรือ random seed เมื่อวิธีมีการสุ่ม เพื่อให้ทำซ้ำและเปรียบเทียบได้
คำนวณแก่นของวิธี
แบ่ง fold และสร้าง out-of-fold prediction ของโมเดลฐาน จากนั้น เรียงคำทำนายเป็น meta features Playground ใช้ข้อมูลสาธิตชุดเดิมทุกครั้งเพื่อให้เห็นผลของ slider โดยไม่ถูกความสุ่มกลบ
สร้างผลลัพธ์ที่นำไปอ่านได้
ฝึก final estimator และ refit โมเดลฐานบนข้อมูลเต็ม ผลที่ได้คือ คลาสสุดท้ายและคำทำนายของโมเดลฐาน ตัวเลขหรือกลุ่มที่ได้ยังต้องตีความร่วมกับบริบทของข้อมูล
ตรวจว่าคำตอบใช้ได้จริง
เปรียบเทียบหลายค่าของ cv ด้วย metric ที่เหมาะ ดูทั้งผลรวมและกรณีที่พลาด แล้วทดสอบกับข้อมูลที่ไม่ใช้ปรับค่า โดยคำนึงถึงข้อจำกัดว่า ถ้าสร้าง meta features จากคำทำนายบนข้อมูลฝึกโดยตรงจะเกิด leakage และขั้นตอน cross validation ใช้ทรัพยากรมาก
ข้อมูล พารามิเตอร์ และภาพรวมการคำนวณ
cvstack_methodpassthroughข้อมูลที่รับเข้ามา
X และ label พร้อมโมเดลฐานหลายตัวและ final estimator
3 base models → probability features → logistic meta modelพารามิเตอร์ที่ใช้
- cv
- ควบคุมการสร้างคำทำนายนอก fold
- stack_method
- เลือก predict หรือ predict_proba เป็น feature
- passthrough
- ส่ง feature เดิมให้ final estimator ด้วยหรือไม่
ผลลัพธ์ที่ได้
คลาสสุดท้ายและคำทำนายของโมเดลฐาน
meta model เรียนน้ำหนักการผสมจากข้อมูลที่ไม่รั่วข้าม foldคำนวณทีละขั้น
- 01
แบ่ง fold และสร้าง out-of-fold prediction ของโมเดลฐาน
- 02
เรียงคำทำนายเป็น meta features
- 03
ฝึก final estimator และ refit โมเดลฐานบนข้อมูลเต็ม
ควรรู้อีกนิด — ถ้าสร้าง meta features จากคำทำนายบนข้อมูลฝึกโดยตรงจะเกิด leakage และขั้นตอน cross validation ใช้ทรัพยากรมาก
04Make it yours
# 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
Playground เป็น implementation เพื่อการเรียนรู้ที่คำนวณในเบราว์เซอร์ ส่วนโค้ด Python ใช้ scikit-learn จึงอาจให้ค่าต่างกันเล็กน้อยจากรายละเอียดการ optimize และค่าเริ่มต้นของไลบรารี ผลนี้ไม่ใช่ benchmark บนข้อมูลจริง