随机森林分类器的准确率无法超过50%

我对机器学习非常新手,正在尝试使用sklearn的随机森林分类器来对UCI心脏病数据集进行分类。我的方法非常基础,我想询问如何通过算法提高我的准确率(一些建议、链接等)。每次我的准确率最高只能达到约50%。这是我的代码:


回答:

通过移除随机部分解决了这个问题,因为那里肯定存在一些错误。正如@Yulin Zhang所建议,我使用了sklearn提供的train_test_split函数。

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