私はthis example of stackingを勉強しています。この場合、各K-foldの集合は1列のデータを生成し、これは各分類器ごとに繰り返されます。すなわち:ブレンドする行列は次のとおりです。マルチクラスにバイナリスタッキングの例を適用する
dataset_blend_train = np.zeros((X.shape[0], len(clfs)))
dataset_blend_test = np.zeros((X_submission.shape[0], len(clfs)))
私はマルチクラス問題(サンプルあたり15回の異なるクラスをちゃったごめんなさい)から予測をスタックする必要があります。これは、各clfに対してn * 15の行列を生成します。
これらの行列は水平に連結するだけですか?ロジスティック回帰が適用される前に、それらを何らかの方法で結合すべきか?ありがとう。次の2つの方法でマルチクラス問題にコードを適応させることができ
ありがとう、ありがとう。 –