Java 在weka中组合多个已保存分类器

拥有庞大的分布式数据集，这些数据集经过训练可以生成分类器。所有数据集都具有相同的属性，并且使用单一的算法J48进行训练。 我面临的问题是如何将这些分类器组合成一个单独的分类器，用于测试和预测数据。 我正在使用weka工具编写代码。已将weka jar转换为dll。使用C#语言。 在C#或Java中的任何帮助都会大有裨益。 如果需要任何其他信息，您可以自由询问。

---

谢谢

如果您在N个训练集上创建N个分类器，然后组合N个分类器生成单个分类器，我认为这是不可能的。因为第一，数据不同；第二，因此模式将有所不同。相反，我会做的是，如果我对N个结果感到满意，我会将所有N个数据集结合起来，并从中开发一个单一的模型来测试和预测看不见的数据。

完全有可能实现您的要求。您可以从N个不同但兼容的数据集构建N个不同的分类器，并将它们的输出组合成一个更高阶的新数据集。这是一种层次化的组合分类器的方法，而且有很多种方法。它被称为“集成”或“分类器集成”。有大量的技术文章详细介绍了如何做到这一点

一种办法是： 1.训练/获取N个不同的分类器。 2.构建一个新的数据集，其概率输出为一组已知的实例，每行一个实例，每列一组输出概率。和正确的/已知的类。 3.扔掉旧的属性，只保留已计算和已知的输出prob类。 4.用这个高阶数据集训练一个新的模型/分类器（不需要使用整个数据，只需要一个中等的子样本）。 5.对于每个新实例，如前所述，获取较低级别的概率（使用N个分类器），并对这些新构造的实例应用较高级别的分类器

---

希望能有所帮助。

谢谢你的回复。但是我的工作是针对分布式环境。因此，大型数据集将被分发，每个这样的分布式环境将生成自己的分类器，然后发送给中央控制，然后再由中央控制将它们结合起来。你提到的方法不可行，因为我们的目标是非常大的数据集，数据量达到TB，将这些数据传输到中央服务器将是一个巨大的开销。还有其他选择吗？您是否考虑过分类器的集合或多数投票？顺便问一下，在不同但兼容的数据集上使用不同的分类器有助于减少预测误差，改进通用模型。这在不同的技术文章中得到了数学证明。这是所谓的“打包”、“提升”等方法的基础，这些方法是“集成”的特殊情况。