上述部分方法已经考虑到了先验信息的作用，只是耦合先验信息的方式不同而 已。集成学习的优点在于可在较大程度上提升分类器的鲁棒性，使分类的结果更稳 定。

通过对前人研究分析可知，无论采用何种方法，直接利用经验设置参数的 方式 均不可靠，只有充分耦合样本的先验分布信息才能最大化分类器的性能， 而这也恰 恰是这一领域近几年的研究所体现出的趋势。