Stablet generalisering
Stablet generalisering, eller stacking, er en ensemblemetode på to nivåer der basisklassifikatorer trenes på de opprinnelige dataene, og en meta-lærer trenes på prediksjonene fra basisklassifikatorene. Meta-læreren lærer hvordan man best kombinerer basisprediksjonene, i stedet for å bruke faste aggregeringsregler. Stacking ble introdusert av David Wolpert i 1992 og oppnår toppmoderne ytelse ved automatisk å lære den optimale vektingen og interaksjonsmønstrene blant basismodellene.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Wolpert, D. H. (1992). Stacked generalization. Neural Networks, 5(2), 241-259. DOI: 10.1016/S0893-6080(05)80023-1 ↗
- Breiman, L. (1996). Stacked regressions. Machine Learning, 24(1), 49-64. DOI: 10.1023/a:1018046112532 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Stacked Generalization Ensemble. ScholarGate. https://scholargate.app/no/ensemble-learning/stacked-generalization
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.
- Bagging EnsembleEnsemblelæring↔ compare
- Boosting EnsembleEnsemblelæring↔ compare
- MajoritetsstemmegivningEnsemblelæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →