Machine learning

적층

적층(Stacking) 또는 적층 일반화(stacked generalization)는 1992년 David Wolpert가 소개한 앙상블 기법으로, 여러 다른 기본 모델(Level-0)의 출력을 별도의 메타 모델(Level-1)을 통해 결합합니다. 배깅(bagging) 및 부스팅(boosting)과 달리 의도적으로 이종 모델 유형을 사용하며, Kaggle 경진대회에서 표준 최종 단계 전략입니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

The neighbourhood of related methods — select a node to explore.

적층

결정 트리 로지스틱 회귀 랜덤 포레스트 서포트 벡터 머신 (분류)XGBoost 능동 학습 스태킹 앙상블 AdaBoost 베이즈 스태킹 앙상블 앙상블 연합 학습 앙상블 로지스틱 회귀

+7 more

출처

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 ↗

이 페이지 인용 방법

ScholarGate. (2026, June 1). Stacked Generalization (Stacking Ensemble with a Meta-Learner). ScholarGate. https://scholargate.app/ko/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.

Compare side by side →

이 방법을 참조하는 항목

능동 학습 스태킹 앙상블 AdaBoost 베이즈 스태킹 앙상블 앙상블 연합 학습 앙상블 로지스틱 회귀 앙상블 서포트 벡터 머신 설명 가능한 투표 앙상블 정규화 스태킹 앙상블 Robust Voting Ensemble 자기 지도 학습 스태킹 앙상블 준지도 학습 스태킹 앙상블 Voting Ensemble

이 페이지에서 오류를 발견하셨나요? 신고하거나 수정을 제안하세요 →

방법 전문 읽기

Method map

출처

이 페이지 인용 방법

관련 방법

Which method?

이 방법을 참조하는 항목