机器学习：当在另一个数据上预测时，分类器的精度不好

Question

same question在这里，但使用不同的上下文，这就是为什么无法实现，因为他已经有两个相同的形状和大小的数据集。但在我的例子中，我正在塑造训练特征的大小，使其与测试特征的大小相等。所有代码都运行良好，但线性支持向量机、核支持向量机、多项式朴素贝叶斯的相同问题性能低于“60%”。例如，多项式nb情况下的分类报告是

• f1成绩（准确度）=0.58
• f1成绩（宏观平均值）=0.49
• f1得分（加权平均值）=0.61

我认为我的新稀疏矩阵在经过处理的\u TRAIN \u特征整形后不太好。。。这是真的还是假的？在下面的代码中，我将列从9434增强为10782

processed_TRAIN_features = csr_matrix((processed_TRAIN_features),shape=(98962,10782))

这是真是假？如果有什么问题，请告诉我。代码的其余部分是here

提前谢谢

Answer 1

看起来像是经典的过度装修。您可以做什么：

• 深入查看数据-可能有一些泄漏的功能
• 加大正规化力度
• 使用random search查找最佳超参数