acc_cnn 085 097 096 097 098 10 096 10acc_gru 095 09 094 097 098 10 066 10python利用加权投票融合两个不同准确率的八分类模型的分类结果准确率如上

要利用加权投票融合两个不同准确率的八分类模型的分类结果，可以按照以下步骤进行：

1. 确定权重：根据每个模型的准确率，计算每个模型的权重。权重可以根据准确率进行归一化，使得所有权重之和为1。例如，对于acc_cnn和acc_gru，可以计算权重为[0.4, 0.6]。

2. 进行投票：对于每个样本，对两个模型的分类结果进行投票，根据权重进行加权。例如，如果acc_cnn对于某个样本的分类结果为类别1，而acc_gru对于同样的样本的分类结果为类别2，则可以按照[0.4, 0.6]的权重进行加权投票，最终结果为类别2。

3. 判断最终分类结果：根据投票结果，判断最终的分类结果。可以选择按照简单多数投票原则，即选择得票最多的类别作为最终分类结果。

需要注意的是，加权投票融合的结果可能并不一定比单个模型的结果更好，因此在选择融合方法时需要谨慎。同时，还可以尝试其他融合方法，如模型平均、模型堆叠等。