machine-learning - 监督机器学习算法

Question

我正在尝试使用监督机器学习算法对数据进行分类。

一切正常，但出于好奇，我在单个算法上同时尝试了 6 种分类算法数据集。遵循的步骤如下-

1> Train all the algorithms.
2> predicted the result(either 1 or 0) for all test_data individually, by all algorithms.
3> If most of the algos gave 0, i considered the result for that data pair to be 0, similarly for result 1.
4> Then i found out the overall accuracy.

我预计总体准确度会高于单个结果(每个算法单独工作)，但我几乎得到了平均准确度。(这里的平均值是指各个算法准确度的平均值)。

谁能帮我找出原因吗？

Answer 1

这取决于您选择的算法。许多算法对不同的事物敏感。例如，k-means、线性 SVM 和幂迭代聚类会得到明显不同的结果。

你得到了你想要的:你平均了选票，没有以任何方式协调算法。您得到了平均结果。

我怀疑加权平均会有多大帮助；你所做的就是训练一个元模型。相反，请考虑您拥有的数据集。您需要研究建模算法，并选择一种能够根据所需目的在数据集的统计形状上表现良好的算法。由于您没有向我们提供任何背景信息，因此我们无法提供具体细节。