algorithm - 为什么决策树和 knn 的准确性完全相同(也在特征缩放之后)?

标签 algorithm data-science

我在 Pima Indian 糖尿病数据集上应用了决策树和 KNN 模型。无论有无特征选择,我都获得了完全相同的准确度,而非 trie ml 算法预测因特征选择而异。

after feature selection[![][1] ][1]

最佳答案

您在所有情况下都使用 clf 进行预测。

x_predicted = clf.predict(X_test) 就是错误所在。将分类器更改为适合预测的分类器(在您的情况下为 KNN)

PS:在您的情况下,问题微不足道 - 但是,请发布实际代码而不是图像,以便其他人可以轻松尝试并复制错误。

关于algorithm - 为什么决策树和 knn 的准确性完全相同(也在特征缩放之后)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54062514/

相关文章:

algorithm - 是否有一种算法可以检测相对于数据集的奇数值

algorithm - 在 Graham 扫描中检查禁止左转

python - 按组计算 Pandas Dataframe 中列表的重复项计数

python - 对字符串中的特定位置使用 .startswith() 时出现问题

python - 如何找到函数的第n个微分值的值?

algorithm - 是否可以使用归并排序对堆栈进行排序?

algorithm - 如何解决优化问题

python - 如何将所选列的行值与另一个数据框中的相同列进行比较?

r - 在数据帧的数字中放置点

python - 为什么我的残差正态 Q-Q 图是一条垂直线?