Если у меня есть два очень разных набора данных и два очень разных метода классификации, есть ли хороший способ объединить два выхода? Я понимаю, что средний может работать, но есть ли более подходящий способ сделать это? Я слышал о нескольких концепциях, таких как усиление и ансамблевое обучение, применимы ли они?Как объединить два выхода алгоритма машинного обучения?
Существует два общих способа решения этой проблемы. Первый, называемый , повышающий, использует взвешенное голосование для принятия решения о прогнозе. Основная идея - объединить преимущества обоих классификаторов.
Второй подход, называемый укладка, использует выходные сигналы двух классификаторов, как предлагается в другой классификатор (возможно, с другими функциями, например оригинальными), а также использовать выход конечного классификатора для прогнозирования.
При отсутствии дальнейших подробностей, это лучший ответ, который я могу дать.
См. Bagging, boosting and stacking in machine learning о Stats.SE для получения дополнительной информации.