作者kero961240 (kobe)
看板Statistics
标题[问题] 多个模型比较问题
时间Fri Nov 2 21:20:33 2018
想请问各位大大，目前小弟在工作上用了一个二分类模型
预测率来到 90%，但老板不太满意，问说假如要99％ 怎麽办
小弟提出一个想法，目前有三个差不多的模型
分别为SVM 深度学习 随机森林 都有接近 90% 的准确
我倒入一组新的样本(假设未知标签），让三个去辨别，
选择三个模型中最多人判别的结果，再把另一个当作判别错误
丢进去那个模型的 train data，重新训练模型，请问这样是可行的吗
会造成什麽问题吗？
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.172.92.239
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Statistics/M.1541164835.A.7A9.html
※ 编辑: kero961240 (1.172.92.239), 11/02/2018 21:21:28
1F：→ celestialgod: 试过ensamble没? 11/02 21:53
c大学长您好，由於在校没学过您说的，目前没试过。
※ 编辑: kero961240 (1.172.92.239), 11/02/2018 21:58:08
※ 编辑: kero961240 (1.172.92.239), 11/02/2018 21:58:22
※ 编辑: kero961240 (1.172.92.239), 11/02/2018 21:58:49
※ 编辑: kero961240 (1.172.92.239), 11/02/2018 22:07:50
2F：→ andrew43: 我觉得应该先研究一下在各模型中误判的样本有何特徵 11/02 22:21
3F：推 statexpert: Feature多吗？多的话可能会遇到curse of dimensionali 11/03 21:09
4F：→ statexpert: ty, 这时ensemble会是可能有效解法（同意楼上建议） 11/03 21:09
大大您好，我只能说维度超多，我们根本没缩减
※ 编辑: kero961240 (1.172.112.140), 11/03/2018 22:53:06
5F：推 statexpert: 那就ensemble试看看， 11/04 02:54