เปรียบเทียบวิธี

	การซ้อนทับ	Support Vector Machine
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1992	1995
ผู้ริเริ่ม	Wolpert, D.H.	Cortes, C. & Vapnik, V.
ประเภท	Ensemble (heterogeneous meta-learning)	Maximum-margin classifier (kernel method)
แหล่งต้นตำรับ	Wolpert, D.H. (1992). Stacked Generalization. Neural Networks, 5(2), 241–259.	Cortes, C. & Vapnik, V. (1995). Support-Vector Networks. Machine Learning, 20, 273–297.
ชื่อเรียกอื่น	Stacking (Yığınlama — Meta-Öğrenme), stacked generalization, meta-learning ensemble, super learner	Destek Vektör Makinesi (SVM — Sınıflandırma), support-vector network, SVM classifier, maximum-margin classifier
ที่เกี่ยวข้อง	5	5
สรุป	Stacking, or stacked generalization, is an ensemble method introduced by David Wolpert in 1992 that combines the outputs of several different base models (Level-0) through a separate meta-model (Level-1). Unlike bagging and boosting, it deliberately uses heterogeneous model types, and it is the standard final-stage strategy in Kaggle competitions.	The Support Vector Machine, introduced by Corinna Cortes and Vladimir Vapnik in 1995, is a classifier that finds the optimal separating hyperplane between classes in a high-dimensional space. It chooses the boundary that leaves the widest possible margin to the nearest training points, which makes its decisions robust on new data.