statistics - 如果将两个分类器用于不一致的数据，如何以适当的方式合并它们

Question

我的数据集由两个不相交的子集组成。有两个具有置信度度量的不同分类器，每个分类器只能在一个确定的子集上工作。我需要提高我的系统对整个数据的准确性，所以我需要“组合”这些分类器的置信度。关键是分类器的尺度可能有很大的不同，例如，在一个置信水平上，错误和接受可能会有很大的不同。也许有一种方法可以将两个分类器的置信度转换为某种统一的尺度？准确度是指在固定错误率（例如，数据集的 10%）下最大化接受水平

Answer 1

如何制作第三个分类器，它将利用你的 2 个分类器（输入），它的输出应该是你所期望的

Answer 2

如何通过提升组合分类器。题为“Boosting Localized Classifiers in Heterogeneous Databases”的论文给出了更多细节。