我的数据集由两个不相交的子集组成。有两种不同的具有置信度度量的分类器，每种分类器只能对一个确定的子集起作用。我需要提高系统对整个数据的准确性，因此我需要“组合”这些分类器的置信度。关键是分类器的尺度可能截然不同，例如在某一置信水平下，错误和接受可能有很大不同。也许有一种方法可以将两个分类器的置信度转换为某种统一的尺度？ 准确度是指在固定错误率(例如数据集的 10%)下接受水平的最大化
最佳答案
如何制作第三个分类器，它会利用你的 2 个分类器(输入)，并且它的输出应该是你所期望的
关于statistics - 如果两个分类器用于不一致的数据，如何以适当的方式合并它们，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/15228471/