python - 机器学习:在另一个数据集上进行预测时，分类器准确性不佳

Question

Closed. This question needs to be more focused。它当前不接受答案。
                            
                        
                    
                
                            
                                
                
                        
                            
                        
                    
                        
                            想改善这个问题吗？更新问题，使其仅通过 editing this post专注于一个问题。
                        
                        上个月关闭。
                                                                                            
                
        
same question在这里，但上下文不同，这就是为什么无法实现的原因，因为他已经有两个形状和大小相同的数据集。但就我而言，我正在调整“训练要素”的大小，以使其大小与“测试要素”相等。所有代码都运行良好，但是线性SVM，内核SVM，多项式NaiveBayes的相同发行性能低于“ 60％”。例如，对于MultinomialNB，分类报告为


f1-得分（准确度）= 0.58
f1得分（宏平均）= 0.49
f1得分（加权平均）= 0.61


我认为我的处理后的TRAIN_features成形后的新稀疏矩阵不好...是真的吗？在下面的代码中，我将列从9434增强为10782

processed_TRAIN_features = csr_matrix((processed_TRAIN_features),shape=(98962,10782))

这是否成立？如果有什么问题请告诉我。其余代码为 here

提前致谢

最佳答案

看起来像经典的过拟合。你可以做什么：


深入研究数据-也许有一些泄漏的功能；
增加正规化；
使用random search查找最佳的超参数；

关于python - 机器学习:在另一个数据集上进行预测时，分类器准确性不佳，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59540964/

上一篇：python - 我可以使用 python 将 xlsb 文件转换为 xlsx 吗？

下一篇：python - 神经网络的多维输入

相关文章：

python - 如何连续生成一个范围内的值？

python - 当 x 值为 Pandas 时间序列时如何为区域着色

Python xgb.cv 使用多个评估指标

python - 逆变换预测结果

python - 如何 reshape 这个数据框

matlab - 通过将子矩阵分布到三维来 reshape 矩阵

python - 我可以将 buildozer 用于非 kivy python 脚本吗

algorithm - 为什么 KNN 的余弦距离比欧几里得距离快得多？

python - Pandas pivot_table 列名称

python - 在 GAE 中存储字典列表

Answer 1

看起来像经典的过拟合。你可以做什么：


深入研究数据-也许有一些泄漏的功能；
增加正规化；
使用random search查找最佳的超参数；