我在使用StackingRegressor时遇到了一些困难。 实际上我训练了很多回归量并取得了很好的效果。
我认为如果我使用StackingRegressor我可能会得到更好的结果，但我没有。而且我认为我错过了一些东西......
这是我的代码：
regressors=[rf, knn]
stregr = StackingRegressor(regressors=regressors, meta_regressor=LinearRegression())
以下是我对堆叠的理解： 如果随机森林比knn好（例如）当女人是一个女人，而且当人类是一个男人时，knn比randomforest更好，堆叠会使用这些信息并用随机森林预测女性和男性的knn。
性是叠加模型将使用的元特征。
但是，在我的例子中，我如何定义元功能列表？什么元 如果我没有明确说明，StackingRegressor将使用该功能 它使用哪一个？所有可用变量？无？
我也试着堆叠所有的回归，但结果非常糟糕！与上面相同，我认为我需要定义一些使用的元功能，但我不知道如何....
regressors=[rf, knn, gb, lasso, ridge, lr, svm_rbf, svm_lin, ada, xgb]
stregr = StackingRegressor(regressors=regressors, meta_regressor=LinearRegression())
如果有人了解它是如何工作的，或者获得任何链接到python笔记本或任何东西来帮助它会很棒。
提前致谢！