J'essaie de classer une donnée en utilisant Algorithme d'apprentissage supervisé.
Tout fonctionne bien, mais juste pour ma curiosité, j'ai essayé 6 algorithmes de classification simultanément sur un seul ensemble de données. Les étapes suivies sont comme suit-
Algorithmes d'apprentissage automatique supervisés
1> Former tous les algorithmes.
2> a prédit le résultat (1 ou 0) pour tous les tests_données individuellement, par tous les algorithmes.
3> Si la plupart des algos a donné , je considère le résultat de cette paire de données pour être , de même pour résultat .
4> Puis j'ai découvert la précision globale.
Je me attendais à la précision globale à être plus élevés alors les résultats individuels (par chaque algorithme travaillant individuellement), mais je m'y suis presque la précision moyenne. (Moyenne signifie ici moyenne de exactitudes de algos individuels).
Quelqu'un peut-il s'il vous plaît aidez-moi à trouver la raison?
Avez-vous envisagé la possibilité que tous vos classificateurs échouent sur les mêmes exemples de formation? – karl71
Comment faire cela? –
Le terme que vous voulez est "ensemble vote". Jetez un oeil à http://scikit-learn.org/stable/modules/ensemble.html#votingclassifier –