<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>morning_reading</author_name>
  <author_url>https://blog.hatena.ne.jp/morning_reading/</author_url>
  <blog_title>毎朝30分読書会</blog_title>
  <blog_url>https://morning-reading.hatenadiary.org/</blog_url>
  <categories>
  </categories>
  <description>今日もアンサンブル学習の続き、スタッキングからです スタッキング 異なる学習アルゴリズムの分類器を組み合わせる まず複数の分類器を同じデータで学習し(レベル0学習)、その分類器の予測結果を訓練データとしてレベル0の結果を統合する分類器を楽章する(レベル1学習) つまりレベル1の分類器はレベル0の分類器の信頼度を学習する レベル１の分類器はシンプルなものでよい。決定木や線形モデルで充分 カスケード スタッキングと同じく異なる学習アルゴリズムの分類器を組み合わせる レベルによってピラミッド型の構造を取るのではなく、最初の分類器の予測値は元々の属性に追加する形で次のレベルの分類器への入力とする レベ…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fmorning-reading.hatenadiary.org%2Fentry%2F20120914%2Fp1&quot; title=&quot;データマイニングの基礎 第3章 データマイニングの高度な手法 その3 - 毎朝30分読書会&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2012-09-14 00:00:00</published>
  <title>データマイニングの基礎 第3章 データマイニングの高度な手法 その3</title>
  <type>rich</type>
  <url>https://morning-reading.hatenadiary.org/entry/20120914/p1</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
