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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注