我最近在进行一个使用libLinear作为核心的分类工作。我已经训练了两种类型的特征集，并将其用于两个模型来对查询输入进行预测。为了利用后期融合来结合两个模型的结果，我修改了liblinear的代码，以便能够获取不同类别的决策分数。因此，我们得到了两组分数来决定查询应属于哪个类别。

进行这种“后期融合”是否有标准的方法，还是直观地将每个类别的两个分数相加，并选择分数最高的类别作为候选？

回答：

结合多个分类器的标准方法是对各个分类器的分数进行加权求和。当然，这样做时你需要解决如何指定权重系数的问题。有几种不同的可能性：

• 统一设置权重
• 根据分类器的性能比例设置权重
• 训练一个新的分类器，将这些分数作为输入