Glossário IA
O dicionário completo da Inteligência Artificial
Vazamento de Informações
Risco no stacking onde o meta-modelo é treinado com os mesmos dados que os modelos base, levando a um overfitting que o blending busca evitar através da validação hold-out.
Ponderação de Previsões
Técnica no blending onde o meta-modelo aprende pesos ótimos para combinar as previsões dos modelos base, frequentemente via uma regressão linear simples.
Estratificação do Hold-out
Divisão estratificada do conjunto de validação hold-out no blending para garantir que a distribuição das classes seja preservada, essencial para problemas de classificação desequilibrados.
Blending de Vários Níveis
Extensão do blending onde as previsões do primeiro meta-modelo se tornam entradas para um segundo meta-modelo, criando uma hierarquia de combinações de previsões.
Cross-Blending
Variante do blending que utiliza múltiplos splits hold-out e calcula a média das previsões dos meta-modelos correspondentes para reduzir a variância ligada à escolha específica do hold-out.
Calibração das Previsões
Etapa no blending onde as probabilidades de saída dos modelos base são recalibradas antes de serem fornecidas ao meta-modelo para garantir consistência na escala das previsões.
Blending Estocástico
Abordagem onde o conjunto de validação hold-out é selecionado aleatoriamente em várias iterações, treinando múltiplos meta-modelos cujas previsões são então calculadas a média.
Blending Temporal
Aplicação do blending a dados temporais onde o hold-out respeita a ordem cronológica, utilizando os períodos recentes para treinar o meta-modelo nas previsões passadas.
Otimização da Proporção Hold-out
Processo de determinação da proporção ótima de dados a serem reservados para a validação hold-out em blending, equilibrando a qualidade do treinamento dos modelos base e do meta-modelo.
Blending Adaptativo
Método onde o meta-modelo ajusta dinamicamente sua combinação de previsões com base no desempenho observado de cada modelo base em diferentes segmentos de dados.