我是机器学习的新手,我用 0 表示正常,1 表示攻击,这个想法是这样的:
我想建立一个在第一级应用 DT 的模型。DT 的输出将是 Normal 或 Attack。首先,如果数据被 DT 归类为攻击,我们会发出警报,其次,如果数据归类为正常,我们将正常数据输入第二个模型 (SVM) 以仔细检查是正常还是攻击。
我读过关于集成学习的文章,但是这些方法中的大多数都结合了模型并取平均值或加权,知道我们如何实现这个吗?谢谢
我是机器学习的新手,我用 0 表示正常,1 表示攻击,这个想法是这样的:
我想建立一个在第一级应用 DT 的模型。DT 的输出将是 Normal 或 Attack。首先,如果数据被 DT 归类为攻击,我们会发出警报,其次,如果数据归类为正常,我们将正常数据输入第二个模型 (SVM) 以仔细检查是正常还是攻击。
我读过关于集成学习的文章,但是这些方法中的大多数都结合了模型并取平均值或加权,知道我们如何实现这个吗?谢谢