Стакинг
Стакингът, или стеквана генерализация, е ансамблов метод, въведен от Дейвид Уолпърт през 1992 г., който комбинира изходите на няколко различни базови модела (Ниво-0) чрез отделен мета-модел (Ниво-1). За разлика от багирането и бустирането, той умишлено използва хетерогенни типове модели и е стандартната стратегия на последен етап в състезанията на Kaggle.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Източници
- Wolpert, D.H. (1992). Stacked Generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- van der Laan, M.J., Polley, E.C. & Hubbard, A.E. (2007). Super Learner. Statistical Applications in Genetics and Molecular Biology, 6(1), Article 25. DOI: 10.2202/1544-6115.1309 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 1). Stacked Generalization (Stacking Ensemble with a Meta-Learner). ScholarGate. https://scholargate.app/bg/machine-learning/stacking-ensemble
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Дърво на решениятаМашинно обучение↔ compare
- Логистична регресияСтатистика за изследвания↔ compare
- Случайна гораМашинно обучение↔ compare
- Методът на опорните вектори (класификация)Машинно обучение↔ compare
- XGBoostМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →