我如何从两个已经训练好的分类器中构建一个分类器？

Question

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支持向量机。第一个在负和 positive/neutral 之间分类，另一个在正和 negative/neutral 之间分类。如果两个分类器都不同意，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单独的分类器，它给出文本是正负还是中性的输出。我听说过投票分类器，但这无济于事，因为之后必须对其进行培训。有什么办法可以将这两个分类器做成一个分类器吗？

Answer 1

一个简单的解决方案（不需要训练）可以是在一个 post 处理步骤中添加两个分类器的布尔输出，其中 0 映射到负数（或 negative/neutral ) 和 1 映射到单个分类器输出的正（或 positive/neutral）。添加的结果映射到最终集成输出中三个类别中的一个。

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

我如何从两个已经训练好的分类器中构建一个分类器？

How do i build a classifier out of two already trained classifiers?

python

svm

scikit-learn

natural-language-processing