Stacking——集成學習策略圖解

時間 2021-01-07

標籤 Machine Learning Stacking 集成學習 K-Fold 简体版

原文原文鏈接

Stacking 是機器學習中，集成學習的一種方法。集成的好處是不同的模型可以學習到數據的不同特徵，經過融合後的結果往往能有更好的表現，大有取長補短的意思。基本理解這種方法的思想比較簡單，在不知道它之前，我們可能在設計算法的時候就會想到這種結構了，下面是我對這個算法的理解：這個結構我們都很熟悉，十分像神經網絡中上層神經元到它的一個下層神經元的結構。如果按這種方法，x1-x4是上層的權重，

>>阅读原文<<

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。