Active Learning Stacking Ensemble

Active Learning Stacking Ensemble combina un bucle de consulta de aprendizaje activo con generalización apilada: hay disponible un conjunto de datos no etiquetados, y el modelo selecciona iterativamente las instancias más informativas para el etiquetado humano, utilizando esas etiquetas para entrenar y refinar un ensamble apilado de múltiples aprendices base rematado por un meta-aprendiz. Este enfoque reduce el costo de anotación al tiempo que maximiza el poder predictivo del ensamble.