为什么决策树和其他集成模型针对不同的看不见的数据预测相同的结果

时间:2019-06-24 09:31:46

标签: random-forest decision-tree adaboost

我创建了多个回归模型,包括线性回归,KNN,决策树等。我发现,对于训练集和验证集,DT在R2(最高)和RMSE(最低)方面产生最好的结果,几乎没有过度拟合。因此,我使用DT来预测两个测试/未见到的观察结果。它们产生相同的结果/预测。除LR在两个测试观测值之间得出略有不同的结果外,所有其他回归变量均发生相同的情况。当我使用相同的tree.predict()方法显示对保持/验证集的预测时,可以看到该模型产生了不同的结果。我认为tree.predict()方法可以正常工作。但是由于某些原因,对于这两个完全看不见的观察,它会产生相同的结果。

0 个答案:

没有答案