我需要创建一个分类模型来预测某个事件的类 - 1,2或3.我到目前为止尝试了两个模型：多类决策树和多类神经网络 . 以下是每个人的准确度得分和混淆矩阵 .
多类决策树：
总体精度0.634平均精度0.756微平均精度0.634宏观平均精度0.585184微观平均召回0.634宏观平均召回0.548334
混淆矩阵：
-
40.3％53.6％6.1％
-
6.6％76.6％16.8％
-
0.6％51.8％47.6％
多类神经网络：总体精度0.5865平均精度0.724333微平均精度0.5865宏观平均精度0.583795微观平均召回0.5865宏观平均召回0.460215
混淆矩阵：
-
34.8％63.5％1.7％
-
2.9％89.3％7.7％
-
0.1％85.9％13.9％
我认为这意味着在Class2上，两个模型都做得很好，尤其是神经网络模型 . 在其他类中，决策树模型做得更好，但仍然低于50％ .
我应该如何根据这些指标改进结果？谢谢 .
1 回答
删除ID功能，同时检查并删除您认为对预测没有任何 Value 的任何功能（任何其他功能，如ID）或具有唯一值的功能 . 还要检查是否存在任何类不 balancer （数据中每个类的样本数量是多少，各类之间是否存在适当的 balancer ？） . 然后尝试应用模型并调整参数以获得更好的结果 . 您可以使用交叉验证来获得更好的结果 .