機器學習-集成算法3

層疊 層疊訓練過程分爲兩步，首先將訓練集分爲兩個子集，第一個子集用於訓練基分類器。 第二步使用第二個子集作爲基分類器的輸入得到相應的預測結果，和目標數據構成新的數據集作爲元分類器（blender或meta-classifier）的輸入。 特點 降低泛化誤差 提升模型的整體表現能力 增加模型的複雜度，導致時間、計算成本較大 用於kaggle、科研

>>阅读原文<<