StackGenVis: Alignment of Data, Algorithms, and Models for Stacking Ensemble Learning Using Performa

论文传送门 在机器学习(ML)中,ensemble方法,如bagging、boosting和stacking,是广泛建立的方法,通常可以实现顶级的预测性能。stack(也称为“stack generalization”)是一种集成方法,它组合了至少在一层中排列的异构基础模型,然后使用另一个元模型来总结这些模型的预测。虽然这可能是一种提高最大似然估计预测性能的高效方法,但是从头生成一堆模型可能是一个
相关文章
相关标签/搜索