下の図に示すように、メタ分類子の「スタッキング」を使用して、Weka で 2 つのアルゴリズムを組み合わせていました。
分類子 (最初のセル) とメタ分類子 (3 番目のセル) で同じアルゴリズムを使用できるかどうかは疑問です。組み合わせたい 2 つのアルゴリズムが J48 と複数パーセプトロンの場合、スタッキング方法に理想的なメタ分類器は何ですか?
下の図に示すように、メタ分類子の「スタッキング」を使用して、Weka で 2 つのアルゴリズムを組み合わせていました。
分類子 (最初のセル) とメタ分類子 (3 番目のセル) で同じアルゴリズムを使用できるかどうかは疑問です。組み合わせたい 2 つのアルゴリズムが J48 と複数パーセプトロンの場合、スタッキング方法に理想的なメタ分類器は何ですか?
スタッキングで使用する 2 つの基本分類子が既にあります。概念的に言えば、同様の長所と短所を持つ同様のアルゴリズムは必要ありません。さまざまなことに長けている学習者は、協力してよりよく働く傾向があります。決定木と MLP があるので、その点では問題ありません。
メタ分類器は、基本分類器から予測を受け取る任意の学習器になります。これらは、メタ分類子への入力として使用されます。スタッキングで直面する重要な設計上の選択は、基本分類子に十分な多様性を確保することです。一方、メタ分類子には等しく有効な選択肢が多数ありますが、基本分類に使用した学習者が含まれる可能性があります (はい、許可されています)。したがって、メタ学習器に MLP を使用したい場合は、それで問題ありません。違うものが欲しいなら、それもいいです。アルゴリズムの選択に関する限り、主なハードルはすでにクリアしています。