Глоссарий ИИ
Полный словарь искусственного интеллекта
Вне-складная перекрестная проверка
Специфическая для стэкинга техника, при которой генерируются out-of-fold прогнозы для избежания утечки данных при обучении мета-модели.
Обучаемые алгоритмы уровня 0
Первый уровень моделей в архитектуре стэкинга, состоящий из разнообразных алгоритмов, обученных на исходных данных.
Обучаемый алгоритм уровня 1
Мета-обучатель на уровне 1 стэкинга, который принимает на вход прогнозы обучаемых алгоритмов уровня 0 для создания финального прогноза.
Взвешенный стэкинг
Подход, при котором мета-модель изучает оптимальные веса для линейного объединения прогнозов базовых моделей.
Базовые прогнозы
Выходы моделей уровня 0, служащие признаками для мета-модели в архитектуре стэкинга.
Иерархический стэкинг
Многоуровневое расширение стэкинга, где несколько слоев мета-моделей складываются для постепенной оптимизации прогнозов.
Динамический стэкинг
Адаптивный вариант, при котором мета-модель динамически выбирает лучшие базовые модели в соответствии с характеристиками каждого наблюдения.
Стэкинг с исходными признаками
Подход, расширяющий мета-признаки исходными переменными для обогащения информации, доступной мета-модели.
Out-of-bag стекинг
Техника, использующая out-of-bag предсказания моделей на основе bootstrap (например, Random Forest) для обучения мета-модели без явной кросс-валидации.
Многоцелевой стекинг
Применение стекинга к много-выходным задачам, где для каждой цели прогнозирования обучаются специализированные мета-модели.
Временной стекинг
Адаптация стекинга для временных рядов с соблюдением временного ограничения при генерации out-of-fold предсказаний.