如果决策树试图根据属于相似类的最大数量的数据来确定拆分，为什么它不能拆分这些特定的数据，直到每个拆分中只有1个元素，这将导致100%的精度？ ?
浏览 44提问于2019-12-30得票数 0
回答已采纳
1回答
我目前正在做硕士论文，在毕业后，我的导师提出了一些问题。我已经回答了大部分的问题，但只剩下一个问题，我不知道如何回答。我的硕士论文是将给定的医学数据分类为癌症或免疫，预处理后的数据点的可视化看起来如下所示，现在，我已经使用支持向量机与核、决策树和随机森林算法对数据点进行分类，它们获得了很好的精度和F1评分，但我的主管提出了
浏览 0提问于2022-10-30得票数 1
2回答
我正在处理分类问题，我需要在购买/非购买类别中对用户进行分类。我有大约100 +特性或预测器来预测用户的行为。我还提取了重要的特性，负责我的预测，但我不能完全可视化模型。一些随机森林</em
浏览 0提问于2018-10-09得票数 1
在决定在处理特定数据集时应该使用哪种技术时，我们应该考虑什么？我知道这没有任何硬性规定。在其他情况下，我们是否只在数据集和RandomForest中有很多特性时才使用RandomForest？还是我们应该打和试验，并找到谁给我们带来更好的结果，每次？
浏览 0提问于2020-07-30得票数 5
回答已采纳
1回答
当数据集具有许多相关特征时，我在评论中看到了一条关于决策树S的建议，而不是像神经网络这样的线性模型。因为为了避免多重共线性。一个类似的问题已经提出，但没有得到真正的回答。questions/137573/do-classification-trees-need-to-consider-the-correlation-between-attributes
或者在这里在监督学习中，为什么有相关的特征是不好的我的问题是:我有一个大约30列
浏览 0提问于2020-07-13得票数 1
回答已采纳
2回答
分类编码后处理不平衡数据
、、、、
在运行logistic、knn、决策树、随机林等算法时，即使不进行任何特征选择，数据的准确率也很高，除“朴素偏倚分类器”外，准确率大多在94%以上。这似乎是奇怪的，甚至有任意两个随机特性->这提供了超过94%的准确性，这似乎是不现实的。此外，还提供了94%以上的精度，即使是上述任何算法的基线模型，如logistic，knn，决策树，随机<e
浏览 1提问于2019-08-20得票数 1
回答已采纳
假设给我的RF模型输入10个独立的特征，当特征1和特征3是100 (或更少)时，我的模型输出必须是5，尽管有其他特性的值。我怎样才能教我的射频模型的关系-所以它将永远服从这一点？我尝试在训练集中添加重复的人工数据点，其中特征1和3小于或等于100，并且输出总是为零，但是RF模型似乎只是基于这一点来理解/学习这种关系。我正在使用R中的mlr库来创建我的RF模型。谢谢。
浏览 0提问于2018-10-24得票数 3
我试图分析车辆的移动模型，在那里我试图了解一个特定的车辆是如何移动的，然后从测试数据中检测出类似的模式。下面是我现在所做的工作:我为9个用户提供了移动数据，每个用户在2秒的频率下收集了超过5分钟的移动数据。对于每一点，我都有一个userID值，我使用的特征是速度和距离，2点作为特征。当我使用类似的结构来测试数据(没有每个用户的用户I的5分钟数据组合成一个数据)时，我得到了非常奇怪的
浏览 0提问于2019-07-30得票数 -1
2回答
是否需要对python中的随机森林分类器进行一次热编码？我想从逻辑上理解，随机林中是否可以用标签编码来处理分类特性，而不是单热编码。
浏览 4提问于2021-01-14得票数 0
1回答
我刚开始学习决策树。所以这些问题可能有点傻。
选择根节点的想法有点混乱。为什么我们不能随机选择根节点？唯一的不同似乎是，它将使决策树更长和更复杂，但最终会得到同样的结果。同样，作为决策树中特征选择过程的扩展，为什么不能使用像特征和目标之间的相关性这样简单的东西，或者用卡方检验来确定应该从哪一个特征开始呢？
浏览 11提问于2020-07-05得票数 1
回答已采纳
1回答
随机林在期望下的表现
、、、、
我正在学习决策树算法，并在Weka中实现了一个参考RF的随机森林。我用相同的数据集测试了我的实现和weka实现(在默认设置下)。而矿井的精度比Weka版本3.8 (由“训练-首100. and”训练集和“dev- about 100.and”测试集获得)的精度低5%左右。
我使用的arff格式数据集是来自IMDb的电影评论。对于每一个例子，它包含
浏览 5提问于2016-12-18得票数 1
2回答
我习惯于用Java编程，因为在计算中指定舍入规则是最适合存储金融值的类型。
在最新的快速版本(2.1在撰写这篇文章时)，哪一种本机类型更支持正确的计算和财务值的四舍五入？有任何与java的BigDecimal等价的东西吗？或者其他类似的东西？
浏览 0提问于2016-03-17得票数 2
回答已采纳
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
1回答
我的问题(怀疑)是：由于我的数据是标准化和标准化的，关于时间序列长度的建议是什么，因为这对于生产环境中模型中输入数据的标准化很重要。在培训期间，我将每日时间戳上的值除以(例
浏览 0提问于2022-11-11得票数 0
回答已采纳
2回答
首先，我感到困惑的是，在所有树的每个节点上，我们是随机地从所有的树中挑选出要进行最佳分割的特征，还是每棵树都有一个随机的特征子集，然后该树中的所有节点都必须与这些特征一起工作？现在，不管我们是在树还是节点级选择随机特征，为什么要为每棵树选择随机子集的数据呢？因为如果在树/节点级别的特征是不同的，树将是不同的。为什么我们需要添加另一个层次
浏览 0提问于2019-04-25得票数 1
我有一个以时间序列作为数据输入的分类任务，其中每个属性(n=23)表示一个特定的时间点。除了绝对分类结果之外，我还想找出哪些属性/日期对结果有多大的影响。但是，我想知道它们是如何计算出来的，以及使用了哪种度量/算法。不幸的是，我找不到任何关于这个主题的文档。
浏览 1提问于2013-04-04得票数 134
目标和交付成果，在项目结束时，我们希望开发一个模型，根据航班、机场、飞行时间等变量，准确地(基于大于随机机会的AUC )确定一次航班是否会延误，以及所提供的变量(航空、机场、飞行时间等)。它不依赖于天气预报的知识，也不依赖先前航班的状况。本项目的范围将是利用蒙特卡洛或随机森林建立一个模型，以便根据周数、航空公司、机场、飞行时间等自变量预测一次航班是否会延误。其次，导入和删除/预处理数据，以
浏览 0提问于2022-06-13得票数 2
2回答
我已经使用tensorflow决策森林创建了一个分类模型。我正在努力评估非默认指标(在本例中为PR-AUC)的性能与树的数量之间的变化。 下面是我尝试的一些代码。train = load_diabetes()X['target'] = (pd.Series(train['target']) > 1000.9005518555641174, loss=0.56
浏览 46提问于2021-10-22得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
