究竟stacking是怎么做的 - DataSciences版 - 未名存档

本页内容为未名空间相应帖子的节选和存档，一周内的贴子最多显示50字，超过一周显示500字访问原贴

DataSciences版 - 究竟stacking是怎么做的

相关主题
● 一个面试题（predictive model） (转载)	● 用10-fold cross-validation 之后怎么挑Model？
● kaggle上这个restaurant-revenue-prediction的题目有人考虑过么?	● 我觉得neural network应用范围不大啊
● 替国内朋友贴个 (转载)	● 大数据时代的最大挑战(一）?
● Prediction interval问题	● SE/Data scientist找工作总结[F/G/L/T/D/P/U…] (转载)
● [Data Science Project Case]Future Income predicting	● 一般data scientist都是什么背景，一定要phd吗？
● 求handle missing data的好方法	● Colah 关于 neural network 的一篇博客
● 急，xgboost prediction的问题	● 做credit risk scorecard的朋友们，请进来，有问题求教 (转载)
● 报面筋求实习合租 (转载)	● 怎么处理categorical variable有很多个level的

相关话题的讨论汇总
话题: stacking话题: 究竟话题: 模型话题: 它们话题: predicted

进入DataSciences版参与讨论

1

(共1页)

m******n 发帖数: 453	1 做了几个模型A B C 就是对它们的predicted values，再进一步建模，比如简单的linear regression么？可是，例如模型的表现为 A 》B 》C 再把它们stack在一起，不就得到了一个中庸平均的、不如A的结果么？
s***n 发帖数: 678	2 参考weak learner可以每个都很烂，boost加起来很强。你举例的C也许总体上比不过A ，但是对于某个局部很强，是个局部的专家。
n******m 发帖数: 719	3 感觉ensembling 也容易overfitting

1

(共1页)

进入DataSciences版参与讨论

相关主题
● 怎么处理categorical variable有很多个level的	● [Data Science Project Case]Future Income predicting
● 请问关于小的dataset evaluation的问题	● 求handle missing data的好方法
● 请教一道面试题	● 急，xgboost prediction的问题
● 困惑：用cross validationce 来评估performance的时候，还需要把原始的dataset区分为train 和test吗？	● 报面筋求实习合租 (转载)
● 一个面试题（predictive model） (转载)	● 用10-fold cross-validation 之后怎么挑Model？
● kaggle上这个restaurant-revenue-prediction的题目有人考虑过么?	● 我觉得neural network应用范围不大啊
● 替国内朋友贴个 (转载)	● 大数据时代的最大挑战(一）?
● Prediction interval问题	● SE/Data scientist找工作总结[F/G/L/T/D/P/U…] (转载)

相关话题的讨论汇总
话题: stacking话题: 究竟话题: 模型话题: 它们话题: predicted

未名新帖统计// 7月16日

#	版面	帖数(主题数)
-	全站	4871 (796)
1	Military	3777 (569)
2	Stock	341 (51)
3	Joke	117 (17)
4	History	116 (3)
5	Automobile	100 (9)
6	USANews	55 (9)
7	Midlife	45 (1)
8	Headline	41 (41)
9	Dreamer	33 (13)
10	FleaMarket	32 (20)
11	Living	30 (7)

* 这里只显示发帖超过25的版面，努力灌水吧:-)