改进用于交易和趋势预测的机器学习模型 [关闭]

Question

我正在根据股票和加密数据做出预测和决策。

首先我实现了一个决策树模型，模型准确度：0.5。之后我做了一些研究，发现决策树还不够，我尝试用随机森林和 adaboosting 来改进它。

之后我注意到我有 3 个上述算法具有相同的训练和测试数据，我得到了三个不同的结果。

现在的问题是，是否有可能通过以某种方式将这三种算法组合在一起并从之前的结果中受益？

Answer 1

你可以组合分类器，是的。这被认为是一个合奏。不过，从决策树和随机森林中组合起来有点奇怪。随机森林是决策树的集合。这就是为什么它被称为森林。