机器学习--stacking和blending的原理和各自的优劣

一.Stacking和blending的概念 (1).stacking是k折交叉验证，元模型的训练数据等同于基于模型的训练数据，该方法为每个样本都生成了元特征，每生成元特征的模型不一样（k是多少，每个模型的数量就是多少）；测试集生成元特征时，需要用到k（k fold不是模型）个加权平均； (2).blending是holdout方法，直接将训练集切割成两个部分，仅10%用于元模型的训练； 四.Bl

>>阅读原文<<