作者：韦艳艳; 李陶深分类器训练数据元层数据表示后验概率训练样本框架学习机制增加规模
摘要：分析stacking框架的基本原理，T^1空间的数据表示和stacking的缺陷，认为基于stacking框架的学习能够有效地提高学习效果，但是在分类器个数增大时可能会导致元层训练数据规模增加。提出对底层分类器输出的后验概率用加权平均的方法构造元训练样本，减少二次建模的时间开销．该方法能够弥补由于对平均后验概率进行简单平均而丧失的模型输出特征，纠正分类偏差。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
