半教師ありスタッキングアンサンブル

半教師ありスタッキングアンサンブルは、訓練例のうちラベルが付与されているのが一部に過ぎない設定に対して、古典的なスタック一般化フレームワークを拡張したものである。まずベース学習器をラベル付きデータで訓練し、次にそれらを用いてラベルなし例に擬似ラベルを割り当てる。拡張されたデータセットはより強力なベースモデルを訓練するために用いられ、そのアウトオブフォールド予測がメタ学習器への入力となり、ラベル付き構造とラベルなし構造の両方を活用する二層アンサンブルが得られる。