Как построить классификатор из двух уже обученных классификаторов?

Question

Как построить классификатор из двух уже обученных классификаторов?

Я хочу классифицировать текст как положительный, отрицательный или нейтральный. Поэтому я строю два разных SVM. Первый классифицирует между отрицательным и положительным / нейтральным, а второй между положительным отрицательным / нейтральным. Если оба классификатора не согласны, вход является нейтральным. Теперь я хочу, чтобы два объединили эти два классификатора в один, который дает вывод, является ли текст положительным, отрицательным или нейтральным. Я слышал о классификаторе голосования, но это не помогает, потому что его нужно потом тренировать. Есть ли способ сделать один классификатор из этих двух?

1

python scikit-learn svm natural-language-processing

Источник

user9428809 21 июл '18 в 09:37

1 ответ

Решение

Другие вопросы по тегам python scikit-learn svm natural-language-processing

user3125566 21 июл '18 в 09:49 2018-07-21 09:49 · Accepted Answer · 2018-07-21 09:49

Тривиальным решением (которое не требует обучения) может быть добавление логических выходов двух классификаторов на одном этапе постобработки, где 0 соответствует отрицательному (или отрицательному / нейтральному), а 1 - положительному (или положительному / нейтральному)) для отдельных выходов классификатора. Результат сложения отображается в единицу в категории три в окончательном ансамбле.

Output1 | Output2 | Ensemble output
--------------------------------------
  0     |   0     |       0 (Negative)
  0     |   1     |       1 (Neutral)
  1     |   0     |       1 (Neutral)
  1     |   1     |       2 (Positive)