python - 根据预测统一分类器
问题描述
我正在对科学文章的文本和图像进行分类。从文本中我使用标题和摘要。到目前为止,我在文本中使用 SVM 取得了很好的效果,而对图像使用 CNN 时效果不是很好。我仍然做了一个多模态分类,但没有显示出任何分类改进。
我现在想做的是使用 svm 和 cnn 预测进行分类,类似于投票合奏。但是 sklearn 的 VotingClassifier 不接受混合输入。您会对我如何实施或一些指导方针有所了解。
谢谢!
解决方案
您可以做的一件简单的事情是从两个模型中获取输出,并将它们用作第三线性回归模型的输入。这有效地将您的 2 个学习者“混合”成一个小合奏。当然,这是一个非常简单的策略,但与单独使用每个模型相比,它可能会给您带来轻微的提升。
推荐阅读
- php - 如何在 HMVC Codeigniter 中获取模块名称
- json - 如何将特定 DBpedia (SPARQL) 导出为 JSON 以用于 openlayers 地图?
- android - webkit 未定义:InAppBrowser Cordova
- webpack - Webpack 4 的 @atlaskit/editor-core 包大小问题
- ios - 如何在代理设置后面使用 Google Speech to Text API?
- html - 按内容拉伸 bootstrap3 列
- list - 在 RESTCONF 中获取所有列表实例是否合法?
- c# - 无法在 .NET 中获取 DynamoDb TransactionCanceledException 取消原因
- python - 从 Django 模板中删除会话数据
- c - OpenGL ES 2.0 着色器创建失败