Stacking
Stacking, atau generalisasi bertingkat, ialah kaedah himpunan yang diperkenalkan oleh David Wolpert pada tahun 1992 yang menggabungkan output daripada beberapa model asas (Tahap-0) yang berbeza melalui model meta (Tahap-1) yang berasingan. Berbeza dengan bagging dan boosting, ia sengaja menggunakan jenis model yang heterogen, dan ia merupakan strategi peringkat akhir standard dalam pertandingan Kaggle.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Stacked Generalization (Stacking Ensemble with a Meta-Learner). ScholarGate. https://scholargate.app/ms/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.
- Pohon KeputusanPembelajaran Mesin↔ compare
- Regresi LogistikStatistik Penyelidikan↔ compare
- Random ForestPembelajaran Mesin↔ compare
- Mesin Vektor Sokongan (Klasifikasi)Pembelajaran Mesin↔ compare
- XGBoostPembelajaran Mesin↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →