声明：
本博客中的VIP系列博客内容严禁转载，未经允许不得以任何形式进行传播，违者追究侵权责任！
堆叠式神经网络模型【Stacking+Keras】+GUI可视化应用
——沂水寒城
由于工作和学习的缘故，陆陆续续接触到机器学习、深度学习相关的知识已经有好几年的时间了，从单一的元模型到复杂的模型再到集成学习模型，不同的学习任务类型所需要的模型也是不尽相同的。今天主要是介绍一种集成学习思想和深度学习相结合的应用实例，也是我在实际项目中实际搭建使用到的一种模型——堆叠式神经网络模型。
本文主要包括：集成学习简介、堆叠式神经网络模型实现、GUI可视化应用几个部分。
一、集成学习简介
集成学习的主要思想是利用一定的手段学习出多个分类器，而且这多个分类器要求是弱分类器，然后将多个分类器进行组合共同预测。核心思想就是如何训练处多个弱分类器以及如何将这些弱分类器进行组合。一般采用弱分类器的原因在于将误差进行均衡，因为一旦某个分类器太强了就会造成后面的结果受其影响太大，严重的会导致后面的分类器无法进行分类。常用的弱分