Stacking
Stacking, alebo zoskupené zovšeobecnenie (stacked generalization), je ansámblová metóda predstavená Davidom Wolpertom v roku 1992, ktorá kombinuje výstupy viacerých rôznych základných modelov (úroveň 0) prostredníctvom samostatného metamodelu (úroveň 1). Na rozdiel od metód bagging a boosting, cielene využíva heterogénne typy modelov a je štandardnou záverečnou stratégiou v súťažiach Kaggle.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
+7 more
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Stacked Generalization (Stacking Ensemble with a Meta-Learner). ScholarGate. https://scholargate.app/sk/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.
- Rozhodovací stromStrojové učenie↔ compare
- Logistická regresiaŠtatistika vo výskume↔ compare
- Náhodný lesStrojové učenie↔ compare
- Support Vector Machine (Klasifikácia)Strojové učenie↔ compare
- XGBoostStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →