在应用堆叠整体时，H2O如何权衡基础学习者？

Question

H2O如何确定基础学习者的权重？对于exp。在example这里，所有基础学习者的权重是否均等？我是否有机会在metalearner_algorithm中使用正则化参数（例如岭）？什么是避免过度拟合的最佳方法？

Answer 1

堆叠集合的主要思想（以及将其与其他类型的集合区分开来的东西，例如随机森林，GBM，simple averaging of confidences）是它使用另一种机器学习模型来确定如何对基础学习者进行加权。 （这个其他模型是元学习者。）

对于您的第二个问题，您目前无法指定任何参数，但有a ticket for it，因此很有可能在未来几个月内可用。

与此同时，我会说在基础模型中注意过度拟合，比元学习者中的正规化更重要。