如果我有两个非常不同的数据集和两种非常不同的分类技术，是否有一个很好的方法来组合这两个输出？我知道平均值可能有效，但有没有更相关的方法来做到这一点？我听说过一些概念，例如增强学习和集成学习，这些概念是否适用？
解决这个问题有两种一般方法。第一个，叫做boosting，使用加权投票来决定预测。主要思想是结合两个分类器的优点。
第二种方法称为stacking，使用两个分类器的输出作为另一个分类器的特征（可能带有其他特征，例如原始特征），并使用最终分类器的输出进行预测。
在没有更多细节的情况下，这是我能给出的最佳答案。
See 机器学习中的装袋、提升和堆叠请访问 Stats.SE 了解更多信息。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
