基于双层堆叠集成学习的日常压力水平预测系统

本项目是河内科技大学学生团队开发的日常压力预测监督学习解决方案，核心创新为双层堆叠集成架构（2-Tier Stacking Ensemble）。项目使用55000个样本与18个生活行为特征，结合XGBoost、随机森林、SVR等基础模型及岭回归元模型，实现精准压力预测，降低数据采集门槛，贴近普通生活场景。

• 原作者: Ktin06
• 来源: GitHub项目IntroML（链接：https://github.com/Ktin06/IntroML）
• 课程背景: 河内科技大学IT3190机器学习与数据挖掘导论课程
• 数据集: 55000个样本，含18个特征，分为生理指标类（睡眠时长/质量、步数/活动量、卡路里消耗/摄入）和生活习惯类（咖啡因摄入、工作时长/强度、运动频率）。

第一层（基础模型层）:

1. XGBoost：梯度提升框架，捕捉非线性关系；
2. Random Forest：袋装法，多树投票降低方差；
3. SVR：核函数映射高维空间，寻找最优超平面回归。 第二层（元模型层）: 采用岭回归作为元学习器，动态学习基础模型最优权重，通过L2正则化防止过拟合，补偿单个模型误差生成最终预测。

技术栈:

• ML框架：Scikit-learn（算法接口/评估）、XGBoost（梯度提升）；
• 数据处理：Pandas（结构化处理）、NumPy（数值计算）；
• 可视化：Matplotlib & Seaborn；
• 部署：Streamlit/Gradio（交互式Web应用）。 团队分工:
• 负责人/数据工程师：EDA、预处理、缺失值处理、版本控制；
• ML工程师1：训练测试划分、K折交叉验证、基础模型调优；
• ML工程师2：元特征提取、岭回归配置、性能对比评估；
• 全栈/UI工程师：模型序列化、Web应用开发、演示文稿设计。

项目采用多维度回归指标评估：

• RMSE（均方根误差）：衡量预测与真实值平均偏差；
• MAE（平均绝对误差）：直观平均预测误差；
• R²（决定系数）：评估模型解释数据变异性能力。 通过对比基线模型与堆叠集成模型，验证了双层架构在压力预测任务中的优越性。

1. 日常数据的健康价值: 无需专业医疗设备，日常行为数据即可有效评估压力，为大众健康管理提供低成本路径；
2. 集成学习实践范式: 双层堆叠架构展示不同算法有机组合的思路，可迁移至其他预测任务；
3. 学术与工程平衡: 课程项目兼顾理论严谨性与工程实现，提供可运行完整系统。

IntroML项目是优秀的机器学习课程实践案例，将监督学习、集成学习知识应用于健康预测场景。其架构设计、特征工程及团队协作模式值得参考。 对于学习ML项目实践的开发者，该项目代码结构清晰、文档完整，是值得深入研究的开源资源。