加权投票融合八分类模型：CNN 和 GRU 模型结果融合

可以使用 numpy 库中的 argmax 函数进行加权投票融合。假设 acc_cnn 和 acc_gru 分别是两个模型的准确率列表，列表长度为 8，代码如下：

import numpy as np

acc_cnn = [0.85, 0.97, 0.96, 0.97, 0.98, 1.0, 0.96, 1.0]
acc_gru = [0.95, 0.9, 0.94, 0.97, 0.98, 1.0, 0.66, 1.0]

# 设定权重，可以根据实际需求调整
weights = [0.5, 0.5]

# 计算加权投票结果
vote_result = np.argmax(weights[0] * np.array(acc_cnn) + weights[1] * np.array(acc_gru))

print('最终分类结果为：', vote_result)

注意，以上代码假设每个模型的分类结果对应的标签是从 0 到 7 的整数。如果标签不是整数或者不是从 0 开始的连续整数，需要做相应的调整。