如果我有两个非常不同的数据集和两种非常不同的分类技术，有没有好的方法来结合这两个输出？我知道平均值可能有效，但有没有更相关的方法来做这件事？我听说过一些概念，比如提升（boosting）和集成学习（ensemble learning），这些方法适用吗？

回答：

解决这个问题有两种一般方法。第一种方法称为提升，使用加权投票来决定预测。主要思想是结合两种分类器的优势。

第二种方法称为堆叠，使用两个分类器的输出作为另一个分类器的特征（可能还包括其他特征，例如原始特征），并使用最终分类器的输出进行预测。

在没有更多细节的情况下，这是我能给出的最佳答案。

有关更多信息，请参见Stats.SE上的“机器学习中的装袋、提升和堆叠”。