我正在开发一种传感器设备，该设备从样品物质中获取数据集，并使用机器学习算法预测物质。我正在使用 Scikit Learn 的决策树。但我注意到，如果我获取的数据集值非常接近，传感器会发现很难准确区分日期集，因此它开始做出错误的预测。 例如，如果我获取如下数据集：
v1,v2,v3,v4,v5,Target 12,17,2,20,105,纸 11,16,2,21,103,纸巾 13,18,3,21,102,纸箱
然后我用一个数据集来测试传感器，例如
13,19,3,21,102
它可以预测 Tissue 或 Paper，而不是预测 Carton。
在这种情况下，我应该怎么做才能提高它区分这些值的能力？有我需要使用的算法吗？ 谢谢。