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>
40 lines
1.5 KiB
Markdown
40 lines
1.5 KiB
Markdown
---
|
|
id: wiki-2026-0508-stacked-generalization
|
|
title: Stacked Generalization
|
|
category: 10_Wiki/Topics
|
|
status: duplicate
|
|
canonical_id: ensemble-methods
|
|
duplicate_of: "[[Ensemble-Methods]]"
|
|
aliases: [stacking, stacked-ensemble, super-learner]
|
|
source_trust_level: A
|
|
confidence_score: 0.9
|
|
verification_status: redirected
|
|
tags: [duplicate, ensemble, ml, stacking]
|
|
last_reinforced: 2026-05-10
|
|
github_commit: 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 |
|