Weka에서 스태킹

Question

아래 그림과 같이 Weak에서 두 개의 알고리즘을 결합하기 위해 '스태킹'이라는 메타 클래스를 사용하고있었습니다.

분류기 (첫 번째 셀)와 메타 클래스 (세 번째 셀)에 동일한 알고리즘을 사용할 수 있는지 궁금합니다. 결합하려는 두 알고리즘이 J48 및 다중 퍼셉트론 인 경우, 내 스태킹 방법에 이상적인 메타 클래스가되어야합니다.

Answer 1

당신은 이미 당신이 당신의 스택으로 사용할 것입니다 당신이 기본 분류가 있습니다. 개념적으로 말해서, 당신은 비슷한 강점과 약점을 지닌 유사한 알고리즘을 원하지 않는다. 다른 것들을 잘하는 학습자는 콘서트에서 더 잘 작동하는 경향이 있습니다. 의사 결정 트리와 MLP가 있으므로 그 점에서 괜찮습니다.

메타 분류기는 기본 분류 기준에서 예측값을받는 학습자입니다. 그것들은 메타 분류 자의 입력으로 사용됩니다. 스태킹에서 직면 한 핵심 디자인 선택은 기본 분류 기준에 충분한 다양성을 보장합니다. 다른 한편으로는 귀하의 기본 분류에 사용 된 학습자를 잠재적으로 포함하여 메타 분류 자에 대해 똑같이 유효한 선택 사항이 많이 있습니다 (예, 허용됨). 따라서 메타 학습자를 위해 MLP를 사용하려면 괜찮습니다. 당신이 다른 것을 원하면, 그것도 좋습니다. 알고리즘 선택이 끝나면 이미 주요 장애물을 제거했습니다.