machine-learning - 使用 libLinear 进行分类的后期融合步骤

Question

这些天我正在做一个使用 libLinear 作为内核的分类工作。并且已经将两种类型的特征集训练成两个模型来对查询输入进行预测。希望利用 Late Fusion 结合模型的两个结果，我更改了 liblinear 的代码，以便获得不同类别的决策分数。所以我们得到了两组分数来确定查询应该在哪个类中。

有没有标准的方法来做这个“后期融合”，或者只是直观地将每个班级的两个分数相加，然后选择得分最高的班级作为候选？

Answer 1

组合多个分类器的标准方法是对各个分类器的分数进行加权求和。当然，您会遇到指定权重系数的问题。有不同的可能性：

• 统一设置权重
• 设置与分类器性能成比例的权重
• 训练一个以分数为输入的新分类器