机器学习笔记(12)——Stacking(Stacked generalization)

Stacking (Stacked generalization) 1.概念 指训练一个模型用于组合(combine)其他各个模型。即首先我们先训练多个不同的模型，然后再以之前训练的各个模型的输出为输入来训练一个模型，以得到一个最终的输出。 理论上，Stacking可以表示上面提到的各种Ensemble方法。然而，实际中，我们通常使用单层logistic回归作为组合模型。 先在整个训练数据集上通过

>>阅读原文<<