machine-learning - 分类器 weka 的组合

Question

我已经基于 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。

1. 第一个分类器预测 0 类和 1-2-3 类。（所有 107 个实例都用于交叉验证方法中的训练和测试）

2. 第二类预测类 1 和类 2-3。（删除类 0 的实例用于训练和测试）

3. 第三个分类器预测第 2 类和第 3 类。（删除第 1 类的实例进行训练和测试）

Randoforest 应用于每个分类器。有谁知道我怎样才能结合这三个分类器？

Answer 1

分类器看起来有点奇怪，但最明显的解决方案是在顶部构建一个“元分类器”，它将决定什么是真正的类。考虑在以下形式的数据上训练分类器：

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：

• 的标签x

所以你将原始数据转换为包含预测标签的表示，并在这些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建立条件概率的形式P(final_class=Y | classifier1(x)=y1, classifier2(x)=y2, classifier3(x)=y3)