Stacking集成学习法

介绍 当训练数据很多时，一种更为强大的结合策略就是使用“学习法”，即通过另一个学习器来进行结合。Stacking 是学习法的典型代表。这里我们把个体学习器称为初级学习器，用于结合的学习器称为次级学习器或者元学习器。 工作原理 Stacking先从初始数据集训练出初级学习器，然后“生成”一个新数据集用于训练次级学习器。在这个数据集中，初级学习器的输出被当成样例输入特征，而样本的标记仍然被当成样例标记

>>阅读原文<<