Java 如何优化组合2个svm分类器的结果？

我对SVM完全陌生 我已经用相同的数据集和从中提取的不同特征训练了2个SVM分类器。我正在使用java中的opencv ml包。我得到了预测结果

  featureResults[i][j] = features[i][j].predict(newOutput, true);

---

现在我需要把结果结合起来。如何在误差较小的情况下以最佳方式实现这一点？

应包含在主题

传感器融合

中。也许贝叶斯网络可以帮助你。在文献示例中，您可以使用条件概率来改进警报是否因盗窃或地震而持续的判断。我的数据是图像，现在我只取平均值并将其映射到[0,1]，结果不好。您的数据是分类器结果。如果你知道每个分类器的正确概率，你可能会将它们与贝叶斯结合起来。因为这是一个关于统计方法而不是编程的问题，我认为它更适合于。如果我正确理解你的问题，你不需要训练两个svm分类器。您可以使用数据集两次来训练1个具有不同特征的分类器。那是最简单的方法