Antigravity Agent
f8b21af4be
10_Wiki/Topics 대규모 정리: - 오류 캡처/미완성 stub 문서 227개 제거 - 교차폴더 중복 43클러스터 병합 (63파일 → redirect) - 링크명 정규화: 깨진 링크 수정·redirect 직결·개념 매핑 ~2,400건 - 카테고리 MOC 6개 신규 생성 - Graph 섹션 미해결 related-keyword 링크 10,058건 제거 Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
1.5 KiB
1.5 KiB
id, title, category, status, canonical_id, duplicate_of, aliases, source_trust_level, confidence_score, verification_status, tags, last_reinforced, github_commit
| id | title | category | status | canonical_id | duplicate_of | aliases | source_trust_level | confidence_score | verification_status | tags | last_reinforced | github_commit | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-stacked-generalization | Stacked Generalization | 10_Wiki/Topics | duplicate | ensemble-methods | Ensemble-Methods |
|
A | 0.9 | redirected |
|
2026-05-10 | pending |
Stacked Generalization
이 문서는 Ensemble-Methods 의 중복본입니다. Canonical 문서로 redirect.
매 핵심 요약 (Stacking 관점)
- 매 Stacking (Wolpert 1992) — 매 multiple base learners 의 prediction 을 meta-learner 가 combine 하는 ensemble.
- 매 vs Bagging/Boosting: heterogeneous models (RF + GBM + NN + linear) 의 mix — 매 different inductive bias 의 활용.
- 매 OOF (Out-of-Fold) prediction 의 핵심 — 매 K-fold 로 base prediction 생성하여 leakage 방지.
- 매 meta-learner 는 보통 simple — 매 logistic regression / Lasso (overfitting 회피).
- 매 Kaggle 의 staple — 매 top solution 의 1~3% lift 의 source. 매 2026 의 production 에서는 inference cost 의 trade-off 존재.
- 매 Super Learner (van der Laan) — 매 stacking 의 statistical 정식화.
🔗 Graph
- 부모: Ensemble-Methods (canonical)
- 변형: Bagging · Boosting
- Adjacent: Random-Forest · XGBoost
🕓 변경 이력
| 날짜 | 변경 |
|---|---|
| 2026-05-08 | Phase 1 |
| 2026-05-10 | 중복 처리 — Ensemble-Methods canonical 문서로 redirect |