The question of whether to use one classifier or a combination of classifiers is a central topic in Machine Learning. We propose here a method for finding an optimal linear combination of classifiers derived from a bias-variance framework for the classification task.
翻译:是否使用一个分类器还是合并一个分类器的问题,是机器学习的中心议题。 我们在此提出一种方法,从分类任务的偏差框架中找到最佳的分类器线性组合。