Studiuję this example of stacking. W takim przypadku każdy zestaw zagięć K generuje jedną kolumnę danych, i to jest powtarzane dla każdego klasyfikatora. Tj: matryc do mieszania są:Adaptacja przykładowego układania binarnego do multiclass
dataset_blend_train = np.zeros((X.shape[0], len(clfs)))
dataset_blend_test = np.zeros((X_submission.shape[0], len(clfs)))
trzeba układać przewidywań z multiclass problem (probs 15 różnych klas na próbkę). Spowoduje to utworzenie macierzy n * 15 dla każdego clf.
Czy te macierze należy po prostu połączyć w poziomie? A może powinny być połączone w jakiś inny sposób, zanim zastosowana zostanie regresja logistyczna? Dzięki.
Doskonała odpowiedź, wielkie dzięki. –