super.learner for makeStackedLearner在mlr软件包中

super.learner for makeStackedLearner在mlr软件包中,r,machine-learning,mlr,R,Machine Learning,Mlr,R软件包mlr中的makeStackedLearner功能似乎需要super.learner用于method=“stack.cv”和其他(至少在某些情况下)。但是我找不到任何关于如何选择的信息。在合适的超级学习者中寻找什么?一般来说,哪些是好的选择?原则上,所有的学习者都会这样做——超级学习者将下面一层生成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者支持下面层预测的特征类型 一般来说,选择学习者的原则同样适用。随机森林通常是很好的学习者,但你可能想尝试不同的森林,看看哪一种最

R软件包mlr中的
makeStackedLearner
功能似乎需要
super.learner
用于
method=“stack.cv”
和其他(至少在某些情况下)。但是我找不到任何关于如何选择的信息。在合适的
超级学习者中寻找什么?一般来说,哪些是好的选择?

原则上,所有的学习者都会这样做——超级学习者将下面一层生成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者支持下面层预测的特征类型


一般来说,选择学习者的原则同样适用。随机森林通常是很好的学习者,但你可能想尝试不同的森林,看看哪一种最适合你的具体情况。

那么,如果随机森林和类似的森林是合适的学习者,我不也需要调整它吗?特别是如果我设置use.feat=TRUE。为了获得最佳性能,可以。与选择“正常”学习者的标准相同。这是否适用于mlr?是,您可以通过堆叠
获得超参数。learner$super.learner$par.set/$par.vals
。这意味着mlr不为super.learner超参数提供调整功能,因此我必须手动尝试不同的值,不是吗?