Рассмотрите ансамбль из n элементов. Каждый из этих членов обучается по определенному набору данных обучения. Члены ансамбля могут использовать один и тот же тип классификатора (однородный) или использовать разные классификаторы (гетерогенные). Разнообразие поощряется между членами, чтобы каждый член генерировал разные оценки.
Вместо голосования или усреднения оценок каждого члена ансамбля для генерации оценки ансамбля, укладывает поезда мета-ученик между членами ансамбля и оценку ансамбля, которая принимает оценку каждого ансамбля в качестве входных данных и генерирует выход ансамбля.
В качестве примера приводится ниже:
Ensemble Member 1 Estimate --->
Ensemble Member 2 Estimate ---> Meta-Learner -> Ensemble Estimate
Ensemble Member 3 Estimate --->
В случае Weka, параметр 'классификаторов относится к членам ансамбля, которые первоначально обученных для оценки выхода, и «metaClassifier» является модель который берет вход классификатора и оценивает выход ансамбля.
Надеюсь, это поможет!