1回答
我正在使用RandomForestClassifier方法进行物体检测，问题是，即使我知道我的随机状态应该是0作为默认值，我得到了非常糟糕的准确性，所以无论如何，有没有知道我的n_estimators
浏览 210提问于2020-12-18得票数 2
回答已采纳
2回答
似乎支持向量机(带有径向核)和随机森林最有效。如何在此设置中调优超参数？
我的建议是:将数据分离到训练/验证集中，使用概率输出和成本矩阵来分配预测的类，优化超参数以使准确性最大化。我怎样才能提高性能？目前，我使用的随机森林与nodesize=1和mtry=5，它的准确率约97%。
浏览 0提问于2015-08-14得票数 2
1回答
我正在使用随机森林来做一个分类问题。响应有5个类。所有的类都均匀地分布在训练集中，但是在测试数据集中，两个特定的类构成了绝大多数。使其具有挑战性的是，在验证集中，我可以看到这两个类的准确率也是最差的。所以我的问题是，有没有办法提高这两个特定类别的分类精度，从而提高我的整体预测能力？
任何意见都将非常感谢！
浏览 2提问于2016-04-13得票数 0
1回答
将这些向量提供给随机森林分类器可以提供83 %的准确率，但在各种研究中，我已经看到伯特最小值提供了90 %的准确率。我也有其他一些特性，如word2vec，词汇，TFIDF和标点符号功能。即使我合并了所有的功能，我也得到了83 %的准确率。我作为基础论文的研究论文提到了92 %的准确率，但是他们使用了一种基于集合的方法，他们通过bert进行分类，并训练随机森林的权重。bert的代码实现
https://github.com/
浏览 21提问于2022-04-01得票数 0
1回答
我应用了各种模型: LR、决策树和随机森林。我得到了射频模型84%的准确率。我现在想用Keras DL模式来提高这个分数。model = Sequential()
#second
浏览 18提问于2020-06-08得票数 0
1回答
我正在用我收集的一些数据研究随机森林。我测试了我的分类器，在我的测试集上获得了大约89%的准确率。然而，当我将我的数据缩放到零均值和单位方差时，我的准确率下降了近50%。有谁能解释一下准确率如此显着下降的可能原因是什么？以下是数据的
浏览 1提问于2014-10-19得票数 0
在我的数据中，随机森林的输入大小是2052，数据大小只有300。在我的例子中，数据大小小于输入大小。但是，随机森林模型的准确率在90%以上。我将训练/测试数据除以80/20，而过度拟合从未发生过。你知道，即使数据大小小于输入大小，随机森林模型如何取得良好的效果？
是的，我的数据是平衡的。F1评分也在90 %以上。
浏览 0提问于2021-09-15得票数 1
1回答
我要预测葡萄酒的质量，这是数据集上的最后一栏，我考虑用神经网络或随机森林来预测，因为神经网络的准确率约为55%，而随机森林的准确率到目前为止达到了73%。我想提高的准确性，further.Below是我写的代码。
浏览 0提问于2019-05-10得票数 1
我只使用f1训练了随机森林，并在测试集上进行了测试。准确率为79%。然后，我只使用f2，并在相同的测试集上进行测试。准确率为79.5%。然而，当我将f1和f2合并为一个特征向量并运行相同的实验时。准确率为80.4%。从我的实验结果来看，谁能告诉我哪里出了问题？为什么我合并功能集f1和f2时
浏览 3提问于2014-05-29得票数 1
1回答
多层感知器不收敛，但支持向量机或随机森林在同一数据集上表现良好的原因是什么？我的数据是120个数值在-1到1之间的特征，需要预测5个类别中的任何一个。注意:我不知道这是什么数据？3500纪元后，SVM准确率91%随机森林86% 2层MLP acc 74%
浏览 16提问于2019-07-27得票数 0
1回答
我尝试了几种机器学习算法，如Logistic回归算法、随机森林算法、决策树算法等，但它们的准确率都在70%左右。似乎模型总是倾向于预测0。因此，我尝试了几种方法来获得一个不偏不倚的数据集，如下所示。但所有这些步骤都降低了准确性而不是提高了准确性。曲线下面积和精度有所提高，但不幸的是，为了赢得比赛，我不得不提高精度。
所以如果你能告诉我提高不平衡数据集的准确性的技术，我会非常感激的。
浏览 0提问于2021-07-23得票数 2
3回答
我尝试过各种算法(朴素贝叶斯、随机森林、AODE、C4.5)，它们都有不可接受的假负比。随机森林总体预测准确率最高(99.5%)，假阴性率最低，但仍漏报79% (即未能检测到79%的恶性肿瘤)。
浏览 0提问于2015-11-12得票数 13
0.56201 0.39200 0.85946 由于它是分类，我知道这不是正确的方式来告诉最好的准确率将产生最佳分类器.Can我知道最好的分类器在随机森林和adaboost
浏览 0提问于2017-02-19得票数 0
我发现，如果我消除了这个对数正态分布行为的阈值以下的所有记录(通过将字段组合在一起，然后对Nth百分位数进行过滤)，我的模型的准确率从78%提高到86%，使用的是高度调谐的随机森林分类器。
浏览 0提问于2019-09-02得票数 0
回答已采纳
2回答
随机森林技术/模型
、、、、
有人能知道随机森林的不同技术/算法吗？我知道，随机森林本身就是一个算法/模型，但我正在寻找它的另一个版本，就像我们在决策树中一样。基于随机森林的算法列表？谢谢
浏览 0提问于2019-04-24得票数 1
7回答
当使用决策树algorithm.but训练时，我在测试集上的准确率为100%，在随机森林中只有85%的准确率。predictions = clf.predict(x_test)混淆矩阵：
随机森林
浏览 0提问于2018-07-19得票数 11
回答已采纳
2回答
然而，我正在考虑训练一个监督分类模型(例如随机森林分类器)，其中聚类数是因变量，所有其他特征都是自变量。使用这个模型的准确性是对k均值聚类的一个很好的评价吗?为什么？
浏览 0提问于2018-08-13得票数 1
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
