用于不同功能的集合分类器

Question

我正在进行多类分类，并正在调查不同类型功能对性能的影响。我分别为每组功能使用SVM 1v1分类器，现在我想尝试训练一个组合模型，它将利用我拥有的所有功能集。创建这样一个组合模型的方法是什么，而不是简单地将所有功能一起转储？我的理解是，这类似于集合模型的概念，但是，我找不到可以在多个特征集上运行的集合的例子。

我还应该提一下，我正在寻找一个开箱即用的实现或一些库，而不是自己实现这些模型。

Answer 1

如果您的抽象对象与每个集合中的某些特征之间只有1-1映射 - 那么这实际上是一个经典的集合模型，完全没有区别。您可以将模型视为对象使用多个不同的特征提取器，因此

ABSTRACT OBJECTS  ------  FEATURES  ------ MODELS
 \____________________________/               |
    your definition of data        your definition of model

虽然典型的ML方法（对您的方法的看法）将是

ABSTRACT OBJECTS  ------  FEATURES  ------ MODELS
     |                      \_________________/         
   data                             model

换句话说，每对（features_set，model）定义实际模型，正如您所看到的，使用这样的透视图，您只需使用任何整体技术。你以某种方式“手工制作”你的各种功能集这一事实并没有改变这一事实，它只是将一个函数从抽象对象（无论它们是什么）建模到实际决策的一部分。