堆叠以选择最佳可能算法 选择最佳算法 堆叠是指加入机器学习模型的方法，类似于在餐厅布置一堆盘子。 它结合了许多模型的输出。 堆叠的性能通常接近最佳模型，有时甚至可以胜过每个模型的预测性能 目的是获得具有最相关的解释变量的目标变量的准确预测。 我们将通过应用机器学习模型（例如Random Forest，Lasso回归和Gradient Boosting）来做到这一点，然后让我们堆叠这些单独模型的输出并将其传递给ridge回归器以计算最终预测。 堆叠通过将每个模型的输出用作最终模型的输入来利用其强度