1
R程序包中的makeStackedLearner
函數似乎需要super.learner
和method="stack.cv"
和其他函數(至少在某些情況下)。但是我找不到有關如何選擇一個的信息。在合適的super.learner
中尋找什麼?哪些通常是很好的選擇?super.learner mlr包中的makeStackedLearner用於R
R程序包中的makeStackedLearner
函數似乎需要super.learner
和method="stack.cv"
和其他函數(至少在某些情況下)。但是我找不到有關如何選擇一個的信息。在合適的super.learner
中尋找什麼?哪些通常是很好的選擇?super.learner mlr包中的makeStackedLearner用於R
原則上,所有的學習者都會這樣做 - 超級學習者將下圖所產生的預測作爲特徵進行最終預測。從技術上講,唯一需要的是超級學習者支持來自下面圖層的預測的特徵類型。
與選擇一般學習者相同的原則適用。隨機森林通常是很好的學習者,但您可能想要嘗試不同的森林,以查看哪種森林適合您的特定情況。
那麼,如果隨機森林和類似的東西是合適的學習者,我是否也不得不以某種方式調整它?特別是如果我設置use.feat = TRUE。 – tover
爲了獲得最佳性能,是的。與選擇「正常」學習者相同的標準適用。 –
這可能與mlr? – tover