stacking

将一系列模型的输出结果作为新特征输入到其他模型，从而实现模型的层叠。

• 数据不能泄漏，否则会出现过拟合。

方法

• 训练集数据分成 k 份，每次使用 k-1 份数据训练 k 个模型
• 利用上面的模型预测没有训练的数据，预测结果做为一个新的特征A
• 用label+新的特征训练模型训练一个新的模型
• 测试集先过上面的 k 个模型得到预测结果，结果求平均做为特征A，在经过最后的模型得到结果

[[Ref]]

• Kaggle机器学习之模型融合（stacking）心得 - 知乎

网络回响