这些分类器哪个更好?

我不确定以下两个分类器哪个更好:

分类器1 - 训练集 = 100%,测试集 = 70%分类器2 - 训练集 = 70%,测试集 = 75%

我需要论证分类器1比分类器2更好。

两者各有优缺点,但我没有一个确定的答案?


回答:

第二个分类器可能更好。

第一个分类器显然存在过拟合的问题。换句话说,它不是在学习训练集的基本原理,而是在学习数据的详尽描述。

这并不意味着第二个分类器就很好。但是,通常情况下,如果分类器A在测试集上的表现优于分类器B,那么分类器A就比分类器B更好。

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