监督机器学习算法
监督机器学习算法
提问于 2017-03-28 13:54:45
我试图使用监督的机器学习算法对数据进行分类。
一切都很好，但出于好奇心，我在一个数据集中同时尝试了6种分类算法。以下步骤如下：
1>对所有算法进行了培训。 2>通过所有算法分别预测所有test_data的结果(或1或0)。 如果大多数3>给出了，我认为该数据对的结果是，类似于结果1。 ，4>，，然后我发现了总体的准确性。
我预计的总体精度会高于单独的结果(通过每个算法各自工作)，但我几乎获得了平均精度。(这里的平均值意味着单个算法的精度的平均值)。
，谁能帮我找出原因吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-03-28 16:16:02
这取决于你选择的算法。许多算法对不同的事物都很敏感。例如，k均值聚类、线性支持向量机聚类和幂迭代聚类将得到明显不同的结果.
你得到了你想要的:你平均了选票，而没有以任何方式协调算法。你得到了一个一般的结果。
我怀疑加权平均会有多大帮助；你所做的只是训练一个元模型。相反，请考虑您拥有的数据集。您需要研究建模算法，并选择一种能够很好地处理数据集统计形状的算法，以达到预期的目的。既然你没有给我们任何这样的背景，我们就无法提供细节。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/43071526
复制相关文章
相似问题
腾讯云开发者
