从测试数据中获得最佳精度

Question

我使用随机森林分类器将数据分类为4个标签。模型总共有20个特征正在接受训练。当使用测试数据集时，我观察到的准确率约为45-47%。虽然在预测训练数据集时，我得到了100%的准确率。此外，我还使用了使用网格搜索方法提取的最佳参数。有人能解释为什么训练和测试预测之间存在这种偏差吗。如何增强场景

附言：我是机器学习新手

Answer 1

可能有很多原因 1） 一个可能是，模型太过合适了。您可以尝试进行超参数优化，以找到模型性能更好的最佳值。 2） 由于使用精度作为性能参数，所以可以检查数据集是否平衡。如果您使用的是不平衡数据集，则可以使用ROC、AUC特征