Naskládaná generalizace

Naskládaná generalizace, známá též jako stacking, je dvoustupňová ensemblová metoda, kde jsou klasifikátory na základní úrovni natrénovány na původních datech a meta-učící se model je natrénován na predikcích základních klasifikátorů. Meta-učící se model se učí, jak nejlépe kombinovat predikce základních modelů, namísto použití pevných agregačních pravidel. Stacking, představený Davidem Wolpertem v roce 1992, dosahuje špičkového výkonu automatickým učením optimálního vážení a interakčních vzorů mezi základními modely.