机器学习问题(分类器评估)

在集成委员会中对2个分类器进行评估~~~~

我有两个分类器~~~~分类器汉堡和分类器薯条~~~

它们的误差偏差相同~~~委员会规模为10~~~

分类器汉堡的误差方差为40~~~发现会在装袋法下生成无关模型~~~

分类器薯条的误差方差为30~~~发现会在装袋法下生成具有0.3成对协方差的模型~~~~

那么哪个更好呢?为什么?


回答:

我更倾向于选择分类器薯条,因为误差方差表明在较小数据量的情况下,它能解释整个数据集,从而模型的可预测性更高。较高的方差会严重影响模型的准确性。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注