Сложени генерализатор
Сложени генерализатор, или стакинг, је двостепена ансамбл метода где се класификатори основног нивоа обучавају на оригиналним подацима, а мета-учитељ се обучава на предвиђањима класификатора основног нивоа. Мета-учитељ учи како најбоље да комбинује предвиђања основних класификатора, уместо да користи фиксна правила агрегације. Уведен од стране Дејвида Волперта 1992. године, стакинг постиже најсавременије перформансе аутоматским учењем оптималних тежина и образаца интеракције међу основним моделима.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Stacked Generalization Ensemble. ScholarGate. https://scholargate.app/sr/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 EnsembleAnsambl učenje↔ compare
- Pojačavanje (Boosting)Ansambl učenje↔ compare
- Većinsko glasanjeAnsambl učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →