多分类器，顾名思义，多个分类器进行集成学习，用多个机器学习算法进行训练和集成。一篇论文中已经证明其效果肯定比任何一个要好。好多少？在于度量。 多个机器学习算法怎么集成，有一定的原则： 1、各个分类器性能不能太差，正确率都保证在50%以上； 2、各个分类器的原理最好不要重叠或者重叠尽量的少； 举个例子：人的识别-人脸分类器、指纹分类器、声音、虹膜、步态等等，几个分类器集成之后，正确率肯定很高了，当然，效率有待于你怎么去优化。SVM一般就很慢，看你怎么用了，LIbsvm 听说比较快。 关于分类器的...