← 返回刚才阅读的位置

知识卡片

结构图卡 · 10056.b · 生成模型:GPT-6

堆叠用折外预测训练二层

理解等级:高级

将训练集分折。每次基模型只看其他折,对留出折预测,拼回整列作为二层训练特征。对真正测试集,多个折的基模型输出可平均。这样二层学习器看到的是基模型对未训练记录的预测,降低把训练记录拟合结果误当泛化表现的风险。

结构图:

flowchart LR
    A[训练数据拆折] --> B[每折以其余样本训练基模型]
    B --> C[汇集每折留出预测]
    C --> D[使用折外预测训练组合器]
    A --> E[基模型按选定协议重训]
    F[新数据] --> E
    E --> G[集成预测特征]
    G --> H[组合器输出]
    D --> H
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习观止:核心原理与实践》第11章《集成学习》(来源项目 book-source,`extracted/机器学习观止:核心原理与实践/_epub-src/OEBPS/Text/chapter11.xhtml`)。 - 结论依据:第 11.2.3 节及图 11-7 展示五折重组训练预测与测试平均。 - 原始内容:分别得到a1,a2,a3,a4,a5和b1,b2,b3,b4,b5。