支持向量机和神经网络的后期融合

Question

我有一个关于在支持向量机(线性)和NeuralNetwork (神经网络)之间进行后期融合的过程的问题，

我做了一些研究，我发现将支持向量机的clf.predict_prob和神经网络的Model.predic连接起来，我应该训练新的模型，但是，这些分数是用于测试数据的，我不知道如何处理训练数据。

换句话说，我用来自我的两个模型(SVM和NN)的测试数据的连接概率分数训练新模型，然后用相同的连接数据测试这个新模型，我不是很确定这一点。

你能给我一个洞察这是正确的吗？

Answer 1

经过大量的搜索和研究，我找到了解决方案：

解决方案是训练和测试一个新的分类器，在我的例子中是另一个神经网络，使用从两个分类器的两个数据集(训练和测试)获得的串联概率分数，线性支持向量机和神经网络。

三个线性支持向量机后期融合的一个例子是用python实现的，可以在以下链接中找到：

https://github.com/JMalhotra7/Learning-image-by-parts-using-early-and-late-fusion-of-auto-encoder-features