我如何从两个已经训练好的分类器中构建一个分类器？答案

【问题标题】：How do i build a classifier out of two already trained classifiers?我如何从两个已经训练好的分类器中构建一个分类器？
【发布时间】：2018-12-29 11:41:19
【问题描述】：

我想将文本分类为正面、负面或中性。因此，我构建了两个不同的 SVM。第一个在负面和正面/中性之间进行分类，另一个在正面和负面/中性之间进行分类。如果两个分类器不同意，则输入是中性的。现在我想要两个将这两个分类器组合成一个分类器，它给出文本是正负还是中性的输出。我听说过 Voting 分类器，但这无济于事，因为它必须在事后进行训练。有没有办法将这两个分类器做成一个分类器？

【问题讨论】：

标签： python scikit-learn svm natural-language-processing

【解决方案1】：

一个简单的解决方案（不需要训练）可能是在一个后处理步骤中添加两个分类器的布尔输出，其中 0 映射到负（或负/中性），1 映射到正（或正/中性）用于单个分类器输出。加法的结果被映射到最终集成输出中三类中的一个。

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

【讨论】：

这实际上是一个非常好的主意。我没有考虑添加。谢谢！