一种基于模型自适应选择的多分类模型融合方法

摘要

本发明实施例提出了一种基于模型自适应选择的多分类模型融合方法，包括：分别计算基分类模型对每一类样本的分类准确率，对结果输出为概率值的分类模型，取其分类结果的Top‑N分类标签集；根据各基分类模型对每类样本的分类准确率最大值，设置各类样本的动态准确率阈值，并对各数据集样本设置分类结果融合标记；根据样本的融合标记，对每一个样本自适应选择参与融合的基分类模型，结合基分类模型的Top‑N分类标签集，实现基分类模型融合。本发明实施例提供的技术方案，可以将结果输出形式分别为概率值和样本所属类标签的两个基分类模型进行有效融合，能针对每一个数据样本实现基分类模型的自适应选择，提高融合之后分类模型的准确率。