super.learner for makeStackedLearner in mlr package for R

makeStackedLearner函数在R语言的mlr包中似乎在使用method="stack.cv"和其他方法时(至少在某些情况下)需要一个super.learner。然而,我找不到任何关于如何选择super.learner的信息。选择一个合适的super.learner需要考虑哪些因素?通常有哪些好的选择?


回答:

原则上,所有的学习器都可以使用——超级学习器使用下层产生的预测作为特征来进行最终预测。从技术上讲,唯一要求是超级学习器支持下层预测的特征类型。

选择学习器的一般原则同样适用。随机森林通常是好的起始学习器,但您可能需要尝试不同的学习器,以确定哪个最适合您的特定情况。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注