我正在尝试结合两种方法来分类我的数据，一种来自SVM和另一种外部分类器，它给出了一个或多个标签，它认为观察点是什么。有可能让这两个分类器一起工作吗?类似于助推的作用。
我注意到在scikit的adaboost实现中，它只接受一种类型的分类器。此外，我的第二个分类器给出了1个或更多的标签，它没有任何与之相关的"权重"。我该怎么做呢?
有一种叫做堆叠泛化的技术，它基本上是取任意K个分类器的输出，并在此基础上训练第二层分类器——所以第二层分类器的输入就是第一层分类器的输出。您可以使用交叉验证和平均标签预测，或predict_proba输出，或其他一些度量。
这里有一个很好的介绍性链接
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium