여러 분류기 결합 방법 및 손글씨 인식에의 응용

분류기를 결합하는 문제에 대한 가능한 해결책은 다양한 분류기에서 얻을 수 있는 정보 수준에 따라 세 가지 범주로 나눌 수 있다. 본 문제 해결을 위해 서로 다른 방법론에 기반한 네 가지 접근법이 제안되었다. 하나는 베이지안, k-최근접 이웃, 다양한 거리 기반 분류기와 같은 개별 분류기를 결합하는 데 적합하다. 나머지 세 가지는 모든 종류의 개별 분류기를 결합하는 데 사용될 수 있다. 완전한 제약 없는 손글씨 숫자 인식을 위한 여러 분류기 결합에 이 방법들을 적용한 결과, 개별 분류기들의 성능이 크게 향상됨을 보여준다. 예를 들어, 미국 우편번호 데이터베이스에서 0.90%의 치환율과 0.2%의 거부율로 98.9% 인식률을 달성할 수 있었고, 95% 인식률, 0% 치환, 5% 거부의 높은 신뢰성 또한 얻을 수 있었다.