【发布时间】：2018-12-30 01:37:02
【问题描述】：
我正在使用随机森林。我的测试准确率为 70%，而训练准确率为 34%？该怎么办 ？我该如何解决这个问题。
【问题讨论】：
-
欢迎来到 SO。请更具体并显示代码和数据。
标签： machine-learning regression random-forest
【发布时间】：2018-12-30 01:37:02
【问题描述】：
Test 准确度不应高于train，因为该模型针对后者进行了优化。这种行为可能发生的方式：
您没有使用相同的源数据集进行测试。您应该进行适当的训练/测试拆分，其中它们都具有相同的基础分布。很可能您为
test提供了一个完全不同（并且更受欢迎）的数据集应用了不合理的高度
regularization。即使如此，也需要一些“测试数据分布与训练数据分布不同”的元素才能发生观察到的行为。
【讨论】：
-
我同意@javadba 并想补充一点：另一个原因可能是数据污染，其中训练集的记录也存在于测试集中。
首先，您应该检查用于训练的数据。我认为数据有问题，数据可能没有经过适当的预处理。
此外，在这种情况下，您应该尝试更多的 epoch。绘制学习曲线以分析模型何时收敛。
您应该检查以下内容：
- 训练和验证准确度得分都应该增加，损失应该减少。
- 如果在任何特定时期之后第 1 步出现问题，则仅在该时期训练您的模型，因为在那之后您的模型过度拟合。
【讨论】：