最终实施 多模型实验 在深度学习中，我们有时使用一种称为多模型整合的方法，其中我们将相关的大型神经网络并行组合，然后将来自那些网络的特征向量进行连接，然后使用一个简单的分类器（可以是ANN或基于树的分类器）在级联的特征向量上进行分类。 在诸如图像分类的研究中，这种方法已被证明可以很好地工作。 因此，我们使用相同的原理并制作了多模型分类器，但是通过替换了基于树的分类器而不是深度神经网络。 由于基于树的分类器无法生成特征向量作为输出，因此我们必须坚持使用其当前输出。 在本实验中，我们将数据集分为