base_models = [models[name] for name in best_names] voting = VotingClassifier(estimators=list(zip(best_names, base_models)), voting='soft') voting_scores = cross_val_score(voting, X, y, cv=kf, scoring='f1_macro') print(f'Voting F1 = {voting_scores.mean():.4f} +/- {voting_scores.std():.4f}') ```
岗位关联
代码用途：展示竞赛中最常见的“候选模型池 + K 折交叉验证 + 集成”全流程，跑完即可看到每个模型在同一起跑线上的表现对比。