正确答案是 C: 堆叠法。

### 专业分析

机器学习元算法是运用在其他模型之上的方法，通常用于提升模型的预测性能。以下是对选项的分析：

| 选项 | 描述 |
|-------|---------------------------------------------------------------------------------------|
| A: 随机森林 | 随机森林是一种集成学习方法，通过训练多个决策树并结合它们的输出来进行预测，属于集成算法而非元算法。 |
| B: 平均法 | 平均法通常指简单的平均不同模型的预测结果，不涉及复杂的模型层次结构，不被视为一种元算法。 |
| C: 堆叠法 | 堆叠法（Stacking）是一种元算法，通过将多个模型的预测结果作为输入，再训练一个高层模型来进行最终预测。 |
| D: 混合法 | 混合法（Blending）与堆叠法相似，但往往在数据划分和模型集成策略上有所不同，也常作为一种元学习策略。 |

### 堆叠法（Stacking）

- **工作原理**：堆叠法通过训练一组基模型（第一层），然后将这些基模型的预测结果作为输入特征，训练一个元模型（第二层）。
- **优点**：能够捕捉不同模型间的相互关系，提高整体预测性能。
- **应用**：适用于需要融合多个模型以提升性能的场景，如提升分类器的准确度。

堆叠法因其构建在多个模型之上，并进行层次化的结果预测，具有典型的元模型特征，因此在这些选项中，被视为机器学习元算法。