《算法2 Stacking算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《融合改进SMOTE与Stacking算法的输电通道树线放电因子风险状态评估》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

然而上述两种模型融合手段都不可避免出现对偏差-方差重视程度失衡的情况。鉴于此，提出一种基于Stacking的融合算法，将训练好的所有基模型对整个训练集进行预测。与Bagging或Boos t i n g不同的是，S t a c k i n g并不是由多棵决策树训练得到，而是通过构建多个不同类别的分类或回归模型作为基模型，将每个基模型的预测输出汇总，形成新的训练集，再基于新形成的训练集构造相应元模型，训练参数，所以S t a c k i n g模型融合算法通常是异构的。下面的伪代码总结了Stacking算法的实现过程。