使用“第一级”机器学习模型为“第二级”模型创建特征

Question

我已经了解了特定模型，但我想了解更多关于机器学习问题解决的特定部分。我一直无法找到关于此的文件，部分原因是由于不确定它所称的。

我有一个很大的数据集。我已经在它上面训练了许多二进制分类器模型。我想把这些模型的预测变成“二级”模型。在此我还想添加其他功能，如“所有模型都赞同此课程”以及类似的内容。

我不确定在为这个二级模型添加功能时有多少余地。从“第一级”模型获取数据特征并将其放入“第二级”可以吗？是否有像这样堆叠模型的过程的名称有人可以阐明？我可以再次重复这个过程并做出“第三级”吗？

谢谢

Answer 1

你的问题的声音对我相关袋翻，增压和合唱团，寻找它们，例如“做所有车型上此类同意”听起来像“多数表决合奏”和“我有训练了很多二元分类器模型，我想把这些模型的预测放到“二级”模型中。“听起来像我：adaboost你的训练会给每个分类器一个权重（类似于你给每个特征加权的ML的方式），分类器的输出将是“特征”，因此每个分类器输出将被加权通过训练时也可以学习重量。此外，如果您打算使用深度学习，那么“转移学习”将使用一个分类器作为特征提取器，并使用此功能来训练另一个分类器。