2016-05-15 5 views
0

Я выполняю классификацию многоклассов и изучаю влияние на производительность, предоставляемое различными типами функций. Я использую классификатор SVM 1v1 для каждого набора функций отдельно, и теперь я хочу попробовать создать комбинированную модель, которая будет использовать все имеющиеся у меня функции. Каковы способы создания такой комбинированной модели без совместного использования всех функций? Я понимаю, что это похоже на идею ансамблевой модели, однако я не мог найти примеры ансамблей, которые будут работать с множеством наборов функций.Классификатор ансамбля для различных функций

Следует также упомянуть, что я ищу реалистичные приложения или некоторые библиотеки, а не сама реализация моделей.

+0

Вы действительно не должны «верить», а скорее испытывать. Многие люди до того, как вы считали, что они лучше разбираются в данных, чем статистический анализ, - и мл доказали их ошибочность. Независимо от того, что вы закончите, построение - установка модели по всем объединенным признакам является обязательной базой – lejlot

+0

У меня есть причины не делать этого и отредактировать вопрос соответственно. Спасибо за ваш комментарий. –

ответ

0

Если у вас есть только 1-1 между вашими абстрактными объектами и некоторыми функциями в каждом из ваших наборов, то это на самом деле классическая ансамблевая модель, есть полностью без разницы. Вы думаете о вашей модели, как с помощью нескольких различных экстракторы функций для объектов, таким образом

ABSTRACT OBJECTS ------ FEATURES ------ MODELS 
\____________________________/    | 
    your definition of data  your definition of model 

в то время как типичный ML подход (взгляд на ваш подход) будет

ABSTRACT OBJECTS ------ FEATURES ------ MODELS 
    |      \_________________/   
    data        model 

другими словами, каждая пара (features_set, модель) определяют актуальную модель, и, как вы можете видеть, с такой точки зрения вы просто используете любую технику ансамбля. Тот факт, что вы каким-то образом «вручную создавали» ваши различные наборы функций, не меняет того факта, что это всего лишь часть моделирования функции из ваших абстрактных объектов (независимо от того, что они есть) для принятия реальных решений.

+0

Я вижу вашу мысль, не могли бы вы также назвать меня некоторыми реализациями, которые позволили бы достичь этого легко, а не переоценивать сами модели? –

+0

scikit-learn позволяет такой подход, просто ваши экстракторы объектов должны быть в форме объектов трансформатора, тогда вы создаете классификатор как объект Pipeline, и вам хорошо идти. – lejlot

Смежные вопросы