我基于 107 个实例、11 个特征和每个阶段的两个类构建了三个分类器。Weka用作机器学习工具。
-
第一个分类器预测类 0 和类 1-2-3。(所有 107 个实例都用于交叉验证方法的训练和测试)
-
第二类预测类 1 和类 2-3。删除类为 0 的实例以进行训练和测试)
-
第三个分类器预测类 2 和类 3。 (删除了类 1 的实例以进行训练和测试)
兰多森林应用于每个分类器。有谁知道我如何组合这三个分类器?
这似乎有点奇怪的分类器包,但最明显的解决方案是在上面构建一个"元分类器",这将决定什么是真正的类。 考虑在表单数据上训练分类器:
输入:
-
ourput_of_classifier1(x)
(一元格式) -
ourput_of_classifier2(x)
(一元格式) -
ourput_of_classifier3(x)
(一元格式)
输出:
x
标签
因此,您将原始数据转换为包含预测标签的表示形式,并在此类数据上训练新的分类器。
最简单的可能性是训练朴素贝叶斯以P(final_class=Y | classifier1(x)=y1, classifier2(x)=y2, classifier3(x)=y3)
的形式构建条件概率