數據挖掘競賽利器-Stacking和Blending方式

一.Stacking思想簡介 1.Stacking的思想是一種有層次的融合模型，比如我們將用不同特徵訓練出來的三個GBDT模型進行融合時，我們會將三個GBDT作爲基層模型，在其上在訓練一個次學習器（通常爲線性模型LR）,用於組織利用基學習器的答案，也就是將基層模型的答案作爲輸入，讓次學習器學習組織給基層模型的答案分配權重。 2.下圖是個簡單的例子，A、B是學習器，C、D、E是進行答案再組織的次學習

>>阅读原文<<