machine-learning - 两种模型的组合可以由准确性决定吗?
问题描述
我有两个机器学习模型
模型 1 预测结果为 100 模型 2 预测结果为 90
模型 1 的准确度为 30% 模型 2 的准确度为 70%
组合预测为 (100 * 0.3) + (90 * 0.7) = 93
这将是获得两种模型的综合预测的可行方法吗?
解决方案
使用上面提到的集成分类器可能会得到更好的结果。这样,分类器生成并优化使用不同特征组合创建的多个模型的最佳组合。您可以使用和学习的一个常见方法是随机森林分类器。这个博客有很好的解释和例子。
推荐阅读
- reactjs - 在 VSCODE WebViewPanel 中加载 iFrame 时出现问题
- docker - docker 中有关用户指定子网的错误消息
- tfs - TFS 2017 - 构建代理连接错误 - 无法连接
- python - 在 for 循环中打印
- python - 如何继承openpyxl.Workbook并将xlsx文件读入继承类的实例?
- docker - 尽管只有一个正在运行的容器,但 Kubernetes 服务似乎去了多个容器
- python - 如何在 IntelliJ 中使 pytest 案例“可运行”
- angular - 为什么 r.map() 不是函数?
- flutter - 如何使图标从颤动的容器中取出
- laravel - 我可以为 Telegram Bot 使用电报 API 方法吗?