我需要创建一个分类模型来预测某个事件的类别 - 1,2或3.我到目前为止尝试了两个模型:多类决策树&多类神经网络。以下是每个人的准确度得分和混淆矩阵。
多类决策树:
总体准确度0.634 平均准确度为0.756 微观平均精度为0.634 宏观平均精度0.585184 微观平均回忆0.634 宏观平均召回0.548334
混淆矩阵:
多类神经网络: 总体准确度0.5865 平均准确度0.724333 微观平均精度0.5865 宏观平均精度为0.583795 微观平均召回0.5865 宏观平均召回0.460215
混淆矩阵:
0.1%85.9%13.9%
我认为这意味着在Class2上,两个模型都做得很好,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%。
如何根据这些指标改善结果?谢谢。
答案 0 :(得分:-1)
删除ID功能,同时检查并删除您认为不会对预测(ID等任何其他功能)或具有唯一值的功能添加任何值的任何功能。还要检查是否存在任何类不平衡(数据中每个类的样本数量是多少,各类之间是否存在适当的平衡?)。然后尝试应用模型并调整参数以获得更好的结果。您可以使用交叉验证来获得更好的结果。