标签： machine-learning classification ensemble-learning
假设任务是图像分类，并且经过预处理，您具有描述纹理信息的 a 功能，描述颜色的 b 功能和 c 功能描述结构或其他与图像分类有关的质量。
最好将所有特征连接到长度为 a + b + c 的向量中，并使用数据训练a单个分类器，还是制作三个单独的分类器，分别针对每种特征类型，然后在整体中使用它们对分类进行投票？如果取决于情况，是否知道哪种方法更好？