【发布时间】：2015-03-24 11:55:09
【问题描述】：
我有一个包含 20 个特征的数据集。 10 表示年龄，10 表示体重。我想分别对这两个分类器的数据进行分类，然后将这两个分类器的结果用作第三个分类器的输入，以获得最终结果..
Weka 可以做到吗？？？？
【问题讨论】：
标签： classification weka fusion
【发布时间】：2015-03-24 11:55:09
【问题描述】：
在 WEKA（或任何两个模型）中可以融合决策，但不能使用您描述的方法。
作为您使用的分类器，每个模型只会输出一个类。您可以将生成的两个标签用作第三个模型的特征，但是输入中缺乏多样性很可能会阻止第三个模型为您提供任何有趣的东西。
在最基本的层面上，您可以实施投票方案。给每个模型一个“投票”，然后假设正确的类是多数投票类。虽然这将提供一种基本的融合形式，但如果您熟悉 voting theory，您就会知道当您拥有两个以上的类时，多数规则会有些分崩离析。
我建议你使用 Combinatorial Fusion 来融合两个分类器的输出。一篇关于该技术的好论文可作为免费 PDF here 获得。本质上，您使用 WEKA 分类器提供的 Classifer::distributionForInstance() 方法，然后使用分布的总和（称为“分数”）对类进行排名，选择排名最高的类。该论文证明了这种方法优于单独投票。
【讨论】：