在这篇机器学习ensemble之stacking方法及新手的坑博文的基础上尝试理解第二层元模型的输入输出构造:
在第二层训练集的构造中,训练集的输入为M个基础模型生成的New feature(橙色部分);训练集的输出为原始训练集的feture。
在第二层测试集的构造中,测试集的输入为M个基础模型产生的预测值的平均结果(绿色部分);测试集的输出为原始测试集的输出(即所要预测的真实值)。
在这篇机器学习ensemble之stacking方法及新手的坑博文的基础上尝试理解第二层元模型的输入输出构造:
在第二层训练集的构造中,训练集的输入为M个基础模型生成的New feature(橙色部分);训练集的输出为原始训练集的feture。
在第二层测试集的构造中,测试集的输入为M个基础模型产生的预测值的平均结果(绿色部分);测试集的输出为原始测试集的输出(即所要预测的真实值)。