数据挖掘竞赛利器-Stacking和Blending方式

一.Stacking思想简介 1.Stacking的思想是一种有层次的融合模型，比如我们将用不同特征训练出来的三个GBDT模型进行融合时，我们会将三个GBDT作为基层模型，在其上在训练一个次学习器（通常为线性模型LR）,用于组织利用基学习器的答案，也就是将基层模型的答案作为输入，让次学习器学习组织给基层模型的答案分配权重。 2.下图是个简单的例子，A、B是学习器，C、D、E是进行答案再组织的次学习

>>阅读原文<<