SklearnとCaffeを使用して、一連のトレーニングとテストの画像からフィーチャを抽出しました。特徴抽出を実行するために、私はCaffe Model Zooから3つの異なる事前訓練されたコンビネーションを使用しました。複数のモデルから抽出されたフィーチャセットの結合
3組の機能のいずれかを使用して、テストデータに対して約80%正確なSVMを訓練することができます。しかし、3つの機能すべての能力を活用する最良の方法は何ですか?
私は3つの別々のSVMの結果を単純に平均化してみましたが(各ラベルの確率予測の平均をとっています)、単一のモデルよりも改善はありませんでした。
フィーチャセットを1つの大きなセットに連結し、それをSVM(またはその他)のトレーニングに使用すると役立ちますか?
データセットがマルチクラスマルチラベルであることに注意してください。ありがとう。
についてお読みください。アンサンブル技術をsklearnのマルチラベルデータと併用できますか? –
はい、あなたと一緒に働く最良の方法を見つけるために検索することができます。マルチレーベル自体はまだ研究中です。私はこのパッケージを試してみることはできません – BH85