スタックド一般化（Stacked Generalization）

スタックド一般化、あるいはスタッキング（stacking）は、2層アンサンブル手法であり、ベースレベル分類器が元のデータ上で訓練され、メタ学習器がベース分類器の予測上で訓練されます。メタ学習器は、固定された集約ルールを使用するのではなく、ベース予測を最良に組み合わせる方法を学習します。1992年にDavid Wolpertによって導入されたスタッキングは、ベースモデル間の最適な重み付けと相互作用パターンを自動的に学習することにより、最先端の性能を達成します。