machine-learning - 我可以在受监控的数据上使用 ADtree 吗？

Question

我正在处理包含 1200 个属性和 450 个实例的监督数据。为了获得良好的准确性，我尝试了许多决策树，但没有一个像 ADtree(交替决策树)那样为我提供了最佳解决方案。

问题是 ADtree 使用的是 Boosting 算法，据我了解，这些算法不太好，因为它们可能会导致训练和测试中出现重复实例。

我的工作需要进行验证(通过交叉验证)，但我不确定我是否能够使用 ADtree。

我的问题是:我可以使用这棵树吗？

Answer 1

The problem is that ADtree is using Boosting algorithm

ADtree 不是 boosting 算法，也不使用 boosting。如果实现支持加权数据点，您可以将提升应用于 ADtree。

from my undestanding these algorithms are not so good because they can cause duplicate insances in the train and in the test

你的理解完全错误，而且一点也不准确。

My work is needed to be validate (by cross validation) and I'm not sure I am able to use ADtree.

如果您了解交叉验证以及您正在做的事情，那么这显然没问题。问题从来不是“我可以在交叉验证中使用这个模型”，而是“交叉验证对我的数据有效吗？”

My question is: can I use this tree?

是的，但在盲目尝试解决问题之前，您显然需要更多地了解您正在做的事情。 Coursera has a fine online introduction 。