集成學習之stacking

 集成學習主要包括（Bagging，Boosting,Stacking） 衆所周知，計算方法分爲並行，串行，樹行，他們分別對應以上三個集成方法。 並行的目的在於學習模型的穩定性，串行的目的在於解決並行中出現的泛化能力差之類問題，而樹形即（stacking）的思想是什麼呢? 個人給出兩點： 1.人解決問題的思維是樹形的，將模型樹行化符合問題本身的邏輯，精確率和召回率呈穩態正相關 2.stacking

>>阅读原文<<