机器学习单个决策树预测精度比随机森林好。。。

3292

收藏 2018-10-05

如题。。。决策树预测精度73.88%，随机森林69.38%。。。理论来讲RF能够较好的避免过拟合，预测精度应该是更好的，但是现在结果却不是这样。。。有没有大神告知一下大致的思路，为什么会导致这样的现象？（或者我再附上代码）

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

2018-10-31 13:37:57

参数调整

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2018-11-3 14:19:38

调整c参数，然后尝试一下多种核函数

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2018-11-3 15:00:06

wang052235 发表于 2018-11-3 14:19
调整c参数，然后尝试一下多种核函数

好的多谢！

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2018-11-4 14:29:31

分类回归树，是相当不稳定的，出现几次相当好的预测的正确率，或者精确率，并不稀奇！！
各做200-300次bootstrap ，再统计分析，瞧瞧结果会是如何？？

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享