Tổng hợp phân lớp xếp chồng
Tổng hợp phân lớp xếp chồng (stacked generalization, hay stacking) là một phương pháp học tổ hợp hai cấp, trong đó các bộ phân loại cấp cơ sở được huấn luyện trên dữ liệu gốc, và một bộ học meta (meta-learner) được huấn luyện trên các dự đoán của các bộ phân loại cơ sở. Bộ học meta học cách kết hợp tốt nhất các dự đoán cơ sở thay vì sử dụng các quy tắc tổng hợp cố định. Được David Wolpert giới thiệu vào năm 1992, stacking đạt được hiệu suất tối ưu bằng cách tự động học các trọng số tối ưu và các mẫu tương tác giữa các mô hình cơ sở.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Stacked Generalization Ensemble. ScholarGate. https://scholargate.app/vi/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.
- Ensemble BaggingHọc kết hợp↔ compare
- Ensemble tăng cườngHọc kết hợp↔ compare
- Bỏ phiếu Đa sốHọc kết hợp↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →