集成学习之stacking

 集成学习主要包括（Bagging，Boosting,Stacking） 众所周知，计算方法分为并行，串行，树行，他们分别对应以上三个集成方法。 并行的目的在于学习模型的稳定性，串行的目的在于解决并行中出现的泛化能力差之类问题，而树形即（stacking）的思想是什么呢? 个人给出两点： 1.人解决问题的思维是树形的，将模型树行化符合问题本身的逻辑，精确率和召回率呈稳态正相关 2.stacking

>>阅读原文<<