Collezione di diversi studenti [chiuso

Question

Ho alcune domande per le quali non sono riuscito a estrarre le risposte da libri di testo e tutorial online. Pertanto, sarà estremamente grato se i seguenti punti vengono chiariti.

1) Se voglio applicare SVM, MLP e alberi decisionali e combinare i risultati della previsione di questi studenti. Quindi, avrò una miscela di ensemble di SVM, MLP e alberi decisionali o posso usare uno studente solo e avere un ensemble di alberi decisionali, un ensemble di SVM e un insieme di MLP. La mia comprensione è corretta? Come si combinano i risultati della previsione da diversi modelli?

2) Nell'apprendimento dell'ensemble sia omogeneo ed eterogeneo, ciascuno dello studente è addestrato sullo stesso set di dati? Questa tecnica è conosciuta come insaccamento o semplicemente l'apprendimento dell'ensemble? Userei lo stesso sottoinsieme di dati per la formazione di ogni studente o diverso?

2) Ho letto in molti tutorial che insaccamento e aumento vengono eseguiti su studenti simili. Ma l'apprendimento dell'ensemble può essere omogeneo ed eterogeneo. Di conseguenza, il bagliore e il potenziamento possono essere eseguiti su diversi tipi di studenti?

3) In aumento, gli studenti sono addestrati in sequenza e quindi spesso viene usato solo uno studente di un tipo in quanto è probabilmente difficile sapere se la sequenza influenza la procedura di apprendimento. Ho ragione?

4) In che modo lo stacking è diverso dal resto?