https://www.kaggle.com/c/santander-value-prediction-challenge

在kaggle該題中，需要通過所給的匿名變量來預(yù)測target值

feature比較多，所以通過降維來查看訓(xùn)練集和測試集的分布情況

1.訓(xùn)練分類器劃分測試集和訓(xùn)練集

我們把訓(xùn)練集的y設(shè)置成1，測試集的設(shè)置成0

通過feature訓(xùn)練一個分類器（我們當(dāng)時采用了最簡單的分類器邏輯回歸），用于訓(xùn)練集和測試集的劃分

通過改分類器我們可以得到樣本是測試集的概率

（此處有問題：由于測試集較多，樣本不平衡，產(chǎn)生誤差）

2.partA：

基于測試集概率較高的來訓(xùn)練一個回歸器A

3.partB:
基于測試集概率較低的來訓(xùn)練一個回歸器B

4.計算結(jié)果

prediction = coeff*(partA) + (1-coeff)*partB

此處coeff = alpha*(Pr(is_test|X) + beta，且alpha和beta需要進行多次調(diào)試。

?

轉(zhuǎn)載于:https://www.cnblogs.com/zhengzhe/p/9264759.html

與50位技術(shù)專家面對面20年技術(shù)見證，附贈技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的处理训练集和测试集分布同的方法（对抗训练）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。