筆記-集成學習-stacking

集成學習—stacking 引言 集成學習主要包括Bagging、Boosting和Stacking。本文主要介紹stacking方法。stacking(有時也稱爲stacked generalization)是一種分層模型集成框架，主要的思想是訓練一個模型用於組合(combine)其他各個模型。stacking方法在各大數據挖掘比賽上都很風靡，模型融合之後能夠小幅度地提高模型的預測準確度。 基本

>>阅读原文<<