Стекинг
Стекинг, или стековая обобщенная модель (stacked generalization), — это ансамблевый метод, представленный Дэвидом Вольпертом в 1992 году, который объединяет выходные данные нескольких различных базовых моделей (уровень 0) с помощью отдельной метамодели (уровень 1). В отличие от бэггинга и бустинга, он намеренно использует разнородные типы моделей и является стандартной стратегией финальной стадии в соревнованиях Kaggle.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Stacked Generalization (Stacking Ensemble with a Meta-Learner). ScholarGate. https://scholargate.app/ru/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.
- Дерево решенийМашинное обучение↔ compare
- Логистическая регрессияСтатистика исследований↔ compare
- Случайный лесМашинное обучение↔ compare
- Метод опорных векторов (классификация)Машинное обучение↔ compare
- XGBoostМашинное обучение↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →