Generalização Empilhada

A generalização empilhada, ou stacking, é um método de ensemble de dois níveis onde classificadores de nível base são treinados nos dados originais, e um meta-aprendiz é treinado nas predições dos classificadores base. O meta-aprendiz aprende como combinar melhor as predições base, em vez de usar regras de agregação fixas. Introduzido por David Wolpert em 1992, o stacking alcança desempenho de ponta ao aprender automaticamente a ponderação ótima e os padrões de interação entre os modelos base.