Puedes ver y descargar el video de esta presentación al igual que el código fuente y los datos de ejemplo en este link: http://amsantac.co/blog/es/2016/10/22/model-stacking-classification-r-es.html.
El ensamble de modelos es un conjunto de métodos que busca incrementar la exactitud a partir de la combinación de las predicciones de múltiples modelos.
Los métodos de ensamble se pueden categorizar en dos tipos de aproximaciones: una aproximación es usar clasificadores similares y combinarlos usando técnicas como bagging, boosting o random forests. Una segunda aproximación es combinar diferentes clasificadores usando model stacking.
En esta presentación explico un ejemplo de implementación de model stacking aplicado a la clasificación de una imagen Landsat.