Temat: Łączenie predykcji klasyfikatorów

Mamy zbiór uczący zawierający K klas o równej liczebności oraz K(K-1)/2 klasyfikatorów - po jednym klasyfikatorze dla każdej pary klas (każdy z klasyfikatorów jest zbudowany na części zbioru danych równej 2/K).

W jaki sposób sklasyfikować nową obserwację ? Intuicyjne wydaje się wybranie klasy którą wskazuje największa liczba klasyfikatorów, z drugiej strony wydaje mi się, że jest to podejście naiwne. Wyniki predykcji K(K-1)/2 klasyfikatorów można przedstawić jako skierowany graf, gdzie wierzchołki to klasy, a kierunek strzałki pokazuje która klasa została wybrana przez dany klasyfikator, stąd już tylko krok do przekształcenia macierzy sąsiedztwa grafu w macierz przejść w procesu Markowa i znalezienia rozkładu stacjonarnego.
Googlowałem frazę 'classifiers fusion' jednak prawie wszystko co znalazłem odnosiło się do problemu, gdzie liczba klas = 2 tylko klasyfikatory są inne. Wydaje mi się, że przedstawiony problem nie jest związany z Error Correction Output Code, gdyż każdy z klasyfikatorów jest zbudowany na dwóch klasach czyli podzbiorze zbioru treningowego (w ECOC używa się binarnych klasyfikatorów, ale trenowanych na dwóch superklasach - sumach zbiorów klas).

ps. tytuł wątku trochę nie pasuje, nie mogę go zmienićKamil Bęczyński edytował(a) ten post dnia 08.12.11 o godzinie 21:33