Стекована узагальненість
Стекована узагальненість, або стекування (stacking), — це двохетапний ансамблевий метод, де класифікатори базового рівня навчаються на вихідних даних, а мета-навчач (meta-learner) навчається на прогнозах базових класифікаторів. Мета-навчач вчиться найкращим чином комбінувати прогнози базових моделей, а не використовувати фіксовані правила агрегації. Запропонований Девідом Волпертом у 1992 році, стекування досягає найвищої продуктивності, автоматично вивчаючи оптимальні вагові коефіцієнти та патерни взаємодії між базовими моделями.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Stacked Generalization Ensemble. ScholarGate. https://scholargate.app/uk/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.
- Ансамбль беггінгуАнсамблеве навчання↔ compare
- Бустинг (Ансамбль)Ансамблеве навчання↔ compare
- Мажоритарне голосуванняАнсамблеве навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →