如何合併或合併錯誤率？

Question

比方說，我有一個數據集有9個連續的數據列和4個分類數據列。在Matlab中，我的列分成兩組並在其上做訓練/測試（樸素貝葉斯）分開，並確定該連續列具有0.45錯誤率和分類列具有一個錯誤0.33。我的問題是 - 我如何確定組合錯誤？

EDIT - 簡單的僞代碼概述加入：

for x = 1:num_iterations 
    Mdl_NB1 = fitcnb(TrainingSet_Con,TrainingTargets,'Distribution','normal'); 
    Mdl_NB2 = fitcnb(TrainingSet_Dis,TrainingTargets,'Distribution','mn'); 
    [NB1_label,NB1_Posterior,NB1_Cost] = predict(Mdl_NB1,TestPoint_Con); 
    [NB2_label,NB2_Posterior,NB2_Cost] = predict(Mdl_NB2,TestPoint_Dis); 
    NB1_cumulLoss = NB1_cumulLoss + resubLoss(Mdl_NB1); 
    NB2_cumulLoss = NB2_cumulLoss + resubLoss(Mdl_NB2); 
end 
NB1_avg_score = NB1_cumulLoss/num_iterations 
NB2_avg_score = NB2_cumulLoss/num_iterations 
total_avg_score = ??? 

三個明顯的選擇，原則上，有：

• （A + B）/ 2
• A * B
• （A *（CountA/TotalCount））+（B *（CountB/TotalCount））

但在這種情況下，不確定這些是否正確。

Answer 1

這沒有意義;你正在有效地建立兩個獨立的模型。所以，無論是建立與所有列（可能與'Distribution','mvmn'）一個模型或兩個模型的東西，如

合併成一個

Mdl_Ens = fitcnb([NB1_Posterior; NB2_Posterior],TrainingTargets,'Distribution','normal'); 
NEns_cumulLoss = NEns_cumulLoss + resubLoss(Mdl_Ens); 

實際構建基於列的一個子集出了兩種模式的輸出模式單一每。