我正在使用Weka Gui - Explorer和 我想根据班级{男，女}对我的数据进行分类。 我使用MultiBoostAB分类器和REPTree分类器作为基础。 我正在尝试使用训练集（557个实例）来评估分类器的准确性
然后是具有约300个属性的测试集（200个实例）。准确率为83.5％ - 167个正确分类的实例 超过200，kappa统计为0,67。我保存了这个模型，并用它来预测
其他未知数据的标签（男性或女性）得到几乎相同的好结果。 然后我将训练集的大小增加到1000个实例以查看是否 我可以提高分类器的准确率。我得到了以下结果：
（它预测我的大部分数据为女性） 当我增加训练集的大小时，为什么我的模型会变差？
答案 0 :(得分：1)
嗯，如果没有真正查看和分析您的训练数据，这真的很难说。
我的第一个猜测是你添加到训练集的额外443个实例非常不同，因此分类器学习了一个完全不同的模型。
如果仅在443个实例上训练模型会发生什么？如果您的测试集的准确性更差，您就会知道您的训练数据可能不是最好的概括。