结合两种机器学习算法以实现更高的预测精度

Question

我一直在从事使用许多分类算法的项目，除高斯朴素贝叶斯的准确度接近48％以外，其他大多数结果令人满意。我打算将SVM和高斯朴素贝叶斯算法结合在一起以实现更高的准确性，但找不到解决方法。 如果有人可以帮助我吗？

Answer 1

我建议研究有关“整体学习”的文献。

集成学习是机器学习的领域，其中使用多个分类器（专家）来生成（采用投票方法）最终决策。

为提高模型的稳定性，我建议您使用在原始训练集的不同版本上进行训练的“最佳”分类器的多个实例（装袋/引导聚合）。

作为补充说明。如果支持向量机的结果比朴素贝叶斯的结果好得多，则可能是样本在原始特征空间中无法很好地分离，而在更高维度上移动（取决于SVM的内核），则可以获得更好的结果。分离。您可以选择设计更好的功能或增加功能的数量以使用Naive Bayes获得更好的结果。