传统机器学习分类器：概述及在 CNN 后应用

传统机器学习分类器包括：

1. 支持向量机 (SVM)
2. 决策树 (Decision Tree)
3. 随机森林 (Random Forest)
4. 朴素贝叶斯分类器 (Naive Bayes Classifier)
5. K近邻算法 (K-Nearest Neighbor)
6. 线性判别分析 (Linear Discriminant Analysis)

这些分类器可以接在 CNN 模型后面，用于对卷积神经网络提取的特征进行分类。例如，可以将 CNN 模型的输出作为传统分类器的输入，以实现更准确的分类任务。