因此，集成学习本质上是使用多种学习算法，并提供考虑到所有这些算法的最佳预测性能。这给出了更好的详细描述。现在，集成学习可以大致分为多种类型，例如

• 提升
• 装袋
• 堆叠/超级学习

Stacking 包含一堆算法和一个学习器来集成一组基础学习器。更深入地讲，堆叠这个术语在超级学习之前就已经被使用了。后来，当该算法在 2007 年真正从理论上发展并流行起来时，它被命名为“超级学习者”。