机器学习单个决策树预测精度比随机森林好。。。

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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）

扫码加我 拉你入群

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0 收藏0 回帖

关键词：随机森林 机器学习 决策树 过拟合 有没有

参数调整

调整c参数，然后尝试一下多种核函数

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！

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？？