我去过了 this tutorial 并且有了使用VOTE合并多个算法的想法，但我不清楚它是如何工作的实际机制。我想了解首先提到的算法是否首先应用于数据集，然后将第二个算法应用于我们从应用的第一个算法得到的分类器？
假设我选择朴素贝叶斯和贝叶斯网，然后发生了什么？是否将Naive Bayes应用于给定的数据集，然后我们得到一个分类器C1，然后将下一个Bayes Net应用于C1，最后它将最终分类器作为C *， 或者说，在每个步骤中，两种算法都在工作，而较高的VOTED结果是否正在进一步发展？
答案 0 :(得分：0)
每个整体成员（或算法）都在接受自己的训练数据训练。一旦训练了这些，就可以使用特定的投票算法对它们进行评估。
通常，当呈现测试用例用于估计时，每个算法生成它们的估计，然后投票算法确定如何应用分类器的权重并将最佳输出分配为集合估计。
这并不是说它总是以这种方式运作。我过去使用过一种建议模型，根据问题空间中测试用例的位置选择算法子集，并对每个成员的投票进行不同的加权。每种投票算法都以不同的方式工作，而Weka有一些可以尝试的常用模型。