用于 R 的 mlr 包中的 makeStackedLearner 的 super.learner答案

【问题标题】：super.learner for makeStackedLearner in mlr package for R用于 R 的 mlr 包中的 makeStackedLearner 的 super.learner
【发布时间】：2017-08-10 23:14:38
【问题描述】：

R 包 mlr 中的 makeStackedLearner 函数似乎需要 super.learner 用于 method="stack.cv" 和其他函数（至少在某些情况下）。但是，我找不到任何有关如何选择的信息。在合适的super.learner 中寻找什么？哪些通常是不错的选择？

【问题讨论】：

标签： r machine-learning mlr

【解决方案1】：

原则上，所有学习者都会这样做——超级学习者将下层产生的预测作为特征来进行最终预测。从技术上讲，唯一需要的是超级学习器支持来自下层的预测的特征类型。

通常适用与选择学习者相同的原则。随机森林通常是很好的学习者，但您可能想尝试不同的学习器，看看哪一个最适合您的特定情况。

【讨论】：

那么，如果随机森林之类的学习器是合适的学习者，我是否也必须以某种方式对其进行调整？特别是如果我设置 use.feat = TRUE.
为了获得最佳性能，是的。与选择“正常”学习者的标准相同。
mlr 可以做到这一点吗？
是的，你可以通过stacked.learner$super.learner$par.set / $par.vals获取超参数。
这意味着 mlr 没有为 super.learner 超参数提供调整功能，因此我必须自己手动尝试不同的值，不是吗？