Я извлек функции из большого набора обучающих и тестовых изображений с помощью Sklearn и Caffe. Для извлечения признаков я использовал 3 различных предварительно обученных свертки из Caffe Model Zoo.
Используя любой из трех наборов функций, я могу обучить SVM, точность которого составляет около 80% по тестовым данным. Но как лучше всего использовать всю мощь всех трех наборов функций?
Я попытался просто усреднить результаты трех отдельных SVM вместе (усредняя вероятностные прогнозы для каждой метки), но это не дало никаких улучшений по сравнению с отдельными моделями.
Поможет ли объединить наборы функций в один большой набор и использовать его для обучения SVM (или другого)?
Обратите внимание, что набор данных является многоклассовым и многозначным. Спасибо.