我正在尝试使用RapidMiner工作室进行一些数据挖掘。采用K值不同的K近邻算法,精度提高,K=5后精度下降。但我不明白为什么召回的价值为基本增长(如我所预期),但召回溢价下降。精度值也是一样的。
下面是我的结果:基本和高级是我的类标签的值
用K=5
真正的基础类召回: 91.83%的类精确性: 81.18%
真高级级召回: 32.87%的类别精确度: 56.07%
用K=2
真正的基础类召回: 81.99%的类精确性: 82.94%
真高级级召回: 32.87%的类别精确度: 45.20%
发布于 2019-11-12 21:17:43
如果您使用K=5调用更高比例的情况为基本情况,那么这可能会降低您的基本精度,增加您的基本召回,提高您的高级精度,并降低您的高级召回。这是因为在精确性和召回性之间总是有一种权衡,而基本和高级是二元分类器中的对立面。
https://datascience.stackexchange.com/questions/63061
复制相似问题