标签： algorithm classification random-forest
我在预测学生入学方面有一个随机森林模型。在弄乱我的截止灵敏度时要注意这一点。我注意到，当我的临界值为50％时，我的模型的错误率约为10％。但是，当我将其稍微调整到55％的临界值时，我的模型的错误率大约为30％。大幅跳升。然后，当我将截止值调整为45％时，我的错误率将为30％。这是否意味着我的模型非常不准确，优柔寡断，或者还有其他含义？同样作为参考，我相信我确实已经拥有最佳的特征选择，并且对使用随机森林的预测对临界值进行的细微变化会产生百分比误差的巨大变化感到好奇。
谢谢！