-3

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

4

1 回答 1

1

你定义了组合两个模型的规则,但为什么不让模型学习这个规则呢?

您可以在所有数据上同时训练 DT 和 SVM。然后,获取两者的输出(正常概率),并将其提供给另一个模型(例如 DT),该模型将预测最终预测。

通过这种方式,最后一个模型(称为超级模型)可以了解组合模型的正确方法是平均/加权/最大/最小还是您的规则......

我希望它有帮助

于 2020-02-08T07:32:04.030 回答