使用两个分类器的集成学习
我想把两种方法结合起来，用来对我的数据进行分类。一种方法是支持向量机（SVM），另一种是外部分类器，它会给出一个或多个标签，告诉我这个观察点是什么。请问这两种分类器能一起工作吗？就像提升算法（boosting）那样。
我注意到在scikit的adaboost实现中，它只接受一种类型的分类器。而我手上的第二个分类器，它给出的一个或多个标签，并没有任何“权重”与之相关。我该怎么做呢？
1 个回答
3
有一种叫做“堆叠泛化”的技术，简单来说，就是把多个分类器的结果放在一起，然后再训练一个新的分类器。这个新的分类器的输入就是之前那些分类器的输出。你可以使用交叉验证后的平均标签预测结果，或者是预测概率的输出，或者其他一些指标。
如果你想了解更多，可以看看这个很好的入门链接：这里