異なる機能のアンサンブル分類器

Question

複数クラス分類を実行しており、さまざまな種類の機能によって与えられるパフォーマンスへの影響を調べています。私はSVM 1v1クラシファイアを別々のフィーチャセットごとに使用しています。今では、私が持っているすべてのフィーチャセットを利用する組み合わせモデルのトレーニングを試してみたいと思います。単純にすべての機能を一緒にダンプすることなく、そのような複合モデルを作成する方法は何ですか？これはアンサンブルモデルの考え方に似ていると私は理解していますが、複数のフィーチャセットで動作するアンサンブルの例は見つかりませんでした。

私は、自分でモデルを実装するのではなく、すぐに使用できる実装やライブラリを探しています。

Answer 1

抽象的なオブジェクトと各セットの一部のフィーチャの間に1-1のマッピングしかない場合 - これは実際には古典的なアンサンブルモデルです。の違いはありませんです。あなたは、このように、オブジェクトに対して複数の異なる特徴抽出を使用して、あなたのモデルを考える

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

典型的なMLのアプローチ（あなたのアプローチの視点）は、他の言葉で

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

各ペア（features_setになりながら 、モデル）は、実際のモデルを定義しています。このような観点から見ると、単にアンサンブル技術を使用するだけです。あなたが何らかの形であなたの様々なフィーチャセットを「手作り」したという事実は、あなたの抽象的なオブジェクト（彼らが何であれ）から実際の決定に至るまでの機能のモデリングの一部にすぎないという事実を変えません。