假设您有一个带有(n_samples,m_features)的分类任务y~X。一位同事告诉我，运行r个不同的分类器根据X预测y，然后使用给每个分类器的概率作为新的矩阵Xnew (n_samples_probabilities,r_columns)来训练一个新的分类器y~Xnew是正确的
我的问题是：
1）这是合理的应用吗？
2）如果是这样，这种方法是否有数学支持？
使用分类器的概率作为自变量来预测 Y
数据挖掘
机器学习
分类
统计数据
可能性
2022-02-28 01:25:35
1个回答
这称为“堆叠集成”或简称为“堆叠”。
我不知道有任何理论上的数学支持，但直觉上它可能会使初始模型，可能（取决于最终模型）在性能最佳的数据段上推广模型。Stacking 一直在 Kaggle 比赛中获胜，尽管增加的复杂性可能使其对某些应用程序的吸引力降低。
其它你可能感兴趣的问题