स्टैक्ड जनरलाइज़ेशन
स्टैक्ड जनरलाइज़ेशन, या स्टैकिंग, एक दो-स्तरीय एनसेंबल विधि है जहाँ आधार-स्तरीय क्लासिफायर को मूल डेटा पर प्रशिक्षित किया जाता है, और एक मेटा-लर्नर को आधार क्लासिफायर की भविष्यवाणियों पर प्रशिक्षित किया जाता है। मेटा-लर्नर निश्चित एकत्रीकरण नियमों का उपयोग करने के बजाय आधार भविष्यवाणियों को सर्वोत्तम रूप से संयोजित करना सीखता है। 1992 में डेविड वोल्पर्ट द्वारा प्रस्तुत, स्टैकिंग आधार मॉडलों के बीच इष्टतम भार और इंटरैक्शन पैटर्न को स्वचालित रूप से सीखकर अत्याधुनिक प्रदर्शन प्राप्त करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241-259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- Breiman, L. (1996). Stacked regressions. Machine Learning, 24(1), 49-64. DOI: 10.1023/a:1018046112532 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Stacked Generalization Ensemble. ScholarGate. https://scholargate.app/hi/ensemble-learning/stacked-generalization
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.
- बैगिंग एन्सेम्बलएन्सेम्बल अधिगम↔ compare
- बूस्टिंग एनसेंबलएन्सेम्बल अधिगम↔ compare
- बहुमत मतदानएन्सेम्बल अधिगम↔ compare