Ensemble d'empilement explicable

L'ensemble d'empilement explicable (Explainable Stacking Ensemble) combine la puissance prédictive de la généralisation empilée — qui consiste à entraîner un méta-apprenant sur les sorties de plusieurs modèles de base diversifiés — avec des outils d'interprétabilité tels que SHAP ou LIME, qui révèlent comment chaque modèle de base et chaque caractéristique d'entrée ont contribué à la prédiction finale. Il comble le compromis entre précision et transparence qui rend l'empilement pur opaque dans les contextes à enjeux élevés.