我需要创建一个分类模型来预测某个事件的级别-1、2或3。到目前为止,我尝试了两种模型:多类决策树和多类神经网络。以下是每一项的准确度得分和混淆矩阵。在
多类决策树:
总精度0.634 平均精度0.756 微平均精度0.634 宏平均精度0.585184 微平均召回率0.634 宏观平均召回率0.548334
混淆矩阵:
多类神经网络: 总精度0.5865 平均精度0.724333 微平均精度0.5865 宏平均精度0.583795 微平均召回率0.5865 宏平均召回0.460215
混淆矩阵:
0.1%85.9%13.9%
我认为这意味着在Class2上,这两个模型做得很好,尤其是神经网络模型。在其他类中,决策树模型做得更好,但仍然低于50%。
基于这些指标,我应该如何改进结果?谢谢。在
删除id特性,同时检查并删除任何您认为对预测没有任何价值的特性(任何其他特性,如id)或具有唯一值的特性。还要检查是否存在类不平衡(每个类有多少个样本存在于数据中,类之间是否有适当的平衡?)。然后尝试应用模型并调整参数以获得更好的结果。为了获得更好的结果,可以使用交叉验证。在
相关问题 更多 >
编程相关推荐