Question

我有dataset，我正在使用SKlearn生成随机森林模型，如下所示：

from sklearn.ensemble import RandomForestClassifier as RandomForest
from sklearn.cross_validation import cross_val_score, cross_val_predict
import pandas as pd
import numpy as np
df = pd.read_csv('trainingSetExample.csv')
X_train = df.iloc[:, df.columns != 'label']
y_train = df.ix[:]['label']
clf = RandomForest() 
print np.mean(cross_val_score(clf, X_train, y_train, cv=10))
print 'precision', np.mean(cross_val_score(clf, X_train, y_train, cv=10, scoring='precision_macro'))

准确度和精度均为0.99，但当我使用WEKA随机森林时，准确度和精度均为0.95。看起来两者的参数的默认值是相同的，此外，我尝试了WEKA 10000次迭代而不是100次，并没有改善。

为什么结果差异很大？

Answer 1

我发现了什么是错误，标签被错误地包含在功能中，所以SKlearn总是报告高精度（接近1），但WEKA足够智能去除该功能并报告实际的准确性。删除该列后，它们都匹配。

为什么SKlearn和WEKA结果不匹配？

1 个答案: