我有一个音频数据集，即UrbanSound8K。
第1步：我从上述数据集中提取了音频特征作为频谱图，并将其存储在NumPy数组中。然后，我将这些功能作为输入输入到我的机器学习模型中，以获得大约84％的分类精度。
Step2：我提取了频谱图图像，并将图像和图像标签存储到NumPy数组中。然后，我将NumPy数组传递给我的机器学习模型，以获得大约93％的分类精度。
注意：以上两种情况的机器学习模型都是相同的
Step3：现在，我想将集合模型应用于上述模型，以获得更好的分类精度，因为可以看出，在某些情况下，一种方法的性能较好，而在其他情况下，第二种方法的性能更好。使用集成模型的动机是当我们集成一个或多个模型时，它提高了准确性。
我正在使用下面的代码来获取准确性：
from tensorflow.keras.models import load_model
model1 = load_model("Models/Image_1.h5")
from tensorflow.keras.models import load_model
model2 = load_model("Models/Audio_1.h5")
# Evaluate the model on the test data using `evaluate`
print("Evaluate on Test Data for Image")
results1 = model1.evaluate(X_test1, y_test1, batch_size=32)
print("Test acc:", results1)
# Evaluate the model on the test data using `evaluate`
print("Evaluate on Test Data for Image")
results2 = model2.evaluate(X_test2, y_test2, batch_size=32)
print("Test acc:", results2[1])
from sklearn.ensemble import VotingClassifier
#create a dictionary of our models
estimators=[('Image', model1), ('Audio', model2)]
#create our voting classifier, inputting our models
ensemble = VotingClassifier(estimators, voting='hard')
#fit model to training data
ensemble.fit(X_train, y_train)
#test our model on the test data
ensemble.score(X_test, y_test)
但我遇到错误
NotImplementedError: Multilabel and multi-output classification is not supported
是否有解决此类问题的方法。我尝试连接对我来说没有任何意义的数据集，因为那时没有使用集成模型，并且我也尝试连接训练集，但是其准确性从84％显着降低到49％。