如何正确组合我的分类器？

Question

• 我必须解决 2类分类问题。
• 我有输出概率的 2分类器。它们都是不同架构的神经网络。 这两个分类器经过培训并保存为2个文件。

现在我想构建元分类器，它将概率作为输入并学习这两个分类器的权重。 因此，它会自动决定我应该信任多少＆＃34;我的每个分类器。

这个模型在这里描述：
http://rasbt.github.io/mlxtend/user_guide/classifier/StackingClassifier/#stackingclassifier
我计划使用mlxtend库，但似乎StackingClassifier改进了模型。
我不想改装，因为它需要非常大的时间。
另一方面，我知道重新安装是必要的，以协调＆＃34;每个分类器的工作和＆＃34;调整＆＃34;整个系统。

在这种情况下我该怎么做？

Answer 1

我不会谈论mlxtend，因为我没有使用它，但我会告诉你一般的想法。

您不必将这些模型重新设置为训练集，但您必须将它们重新设置为部分模型，以便您可以创建折叠预测。

具体而言，将训练数据分成几部分（通常为3到10）。保持一件（即折叠）作为验证数据并在另一个折叠上训练两个模型。然后，使用两种模型预测验证数据的概率。重复处理每个折叠的程序作为验证集。最后，您应该具有训练集中所有数据点的概率。

然后，您可以使用这些概率和地面真实标签来训练元分类器。您可以在新数据上使用经过培训的元分类器。