1
R程序包中的makeStackedLearner
函数似乎需要super.learner
和method="stack.cv"
和其他函数(至少在某些情况下)。但是我找不到有关如何选择一个的信息。在合适的super.learner
中寻找什么?哪些通常是很好的选择?super.learner mlr包中的makeStackedLearner用于R
R程序包中的makeStackedLearner
函数似乎需要super.learner
和method="stack.cv"
和其他函数(至少在某些情况下)。但是我找不到有关如何选择一个的信息。在合适的super.learner
中寻找什么?哪些通常是很好的选择?super.learner mlr包中的makeStackedLearner用于R
原则上,所有的学习者都会这样做 - 超级学习者将下图所产生的预测作为特征进行最终预测。从技术上讲,唯一需要的是超级学习者支持来自下面图层的预测的特征类型。
与选择一般学习者相同的原则适用。随机森林通常是很好的学习者,但您可能想要尝试不同的森林,以查看哪种森林适合您的特定情况。
那么,如果随机森林和类似的东西是合适的学习者,我是否也不得不以某种方式调整它?特别是如果我设置use.feat = TRUE。 – tover
为了获得最佳性能,是的。与选择“正常”学习者相同的标准适用。 –
这可能与mlr? – tover