Složena generalizacija
Složena generalizacija, ili slaganje (stacking), jest dvoslojna metodička cjelina (ensemble method) gdje se klasifikatori osnovne razine obučavaju na izvornim podacima, a meta-učenik (meta-learner) obučava se na predviđanjima klasifikatora osnovne razine. Meta-učenik uči kako najbolje kombinirati predviđanja osnovnih klasifikatora, umjesto da koristi fiksna pravila agregacije. Metoda, koju je 1992. predstavio David Wolpert, postiže vrhunske rezultate automatskim učenjem optimalnih težina i obrazaca interakcije među osnovnim modelima.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Stacked Generalization Ensemble. ScholarGate. https://scholargate.app/hr/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.
- Bagging EnsembleAnsambl učenje↔ compare
- Pojacavanje (Boosting)Ansambl učenje↔ compare
- Većinsko glasovanjeAnsambl učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →