机器学习——Stacking
Stacking：
方法：训练多个模型(可以是强模型)，然后将这些模型的预测结果作为新的特征，输入到下一层新的模型（可以是多个）中进行训练，从而得到最终的预测结果。
代表：Stacking本身并没有一个特定的代表算法，因为它更多的是一种策略，可以应用于各种基模型。
单层Stacking
多层Stacking
将训练集分为A 、B两部分
第一层的多个模型在子集A中训练，然后使用子集B进行预测，将得到的预测结果合并在一起传给下一层的模型。
第二层的多个模型接受上一层模型的输出，并在子集B中进行训练，在验证集中进行预测，将得到的结果通过最后一个全连接层输出最终预测结果。
原文地址：https://blog.csdn.net/m0_63294504/article/details/142425549
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！