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

在使用k近邻算法时,有没有办法获取被使用的“邻居”?

我想找到一种方法来确定在我的knn算法中实际使用了哪些…

Theano在Google Colab上无法启用GPU支持

我在尝试使用Theano库训练一个模型。由于我的电脑内…

准确性评分似乎有误

这里是代码: from sklearn.metrics…

Keras Functional API: “错误检查输入时:期望input_1具有4个维度,但得到形状为(X, Y)的数组”

我在尝试使用Keras的fit_generator来训…

如何使用sklearn.datasets.make_classification在指定范围内生成合成数据?

我想为分类问题创建合成数据。我使用了sklearn.d…

如何处理预测时不在训练集中的标签

已关闭。 此问题与编程或软件开发无关。目前不接受回答。…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注