Halmozás
A halmozás, vagy egymásra épülő általánosítás (stacked generalization), egy 1992-ben David Wolpert által bevezetett ensemble módszer, amely több különböző alapmodell (0. szint) kimenetét kombinálja egy különálló meta-modell (1. szint) segítségével. A bagging és a boosting módszerektől eltérően szándékosan használ heterogén modell típusokat, és ez a standard végső stratégiája a Kaggle versenyeken.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Források
- Wolpert, D.H. (1992). Stacked Generalization. Neural Networks, 5(2), 241–259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- van der Laan, M.J., Polley, E.C. & Hubbard, A.E. (2007). Super Learner. Statistical Applications in Genetics and Molecular Biology, 6(1), Article 25. DOI: 10.2202/1544-6115.1309 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 1). Stacked Generalization (Stacking Ensemble with a Meta-Learner). ScholarGate. https://scholargate.app/hu/machine-learning/stacking-ensemble
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.
- Döntési faGépi tanulás↔ compare
- Logistic RegressionKutatási statisztika↔ compare
- Véletlen erdőGépi tanulás↔ compare
- Support Vector Machine (Osztályozás)Gépi tanulás↔ compare
- XGBoostGépi tanulás↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →