我想问一下，是否有任何方法可以使回归真正适用于我的数据集。
我的问题是，在我用随机森林或支持向量机回归器训练数据后，它在训练数据集中工作得很好，但当我用测试数据集尝试时，它显示出非常糟糕的结果。即使它们有相同的基本方程
我真的不知道如何改善这一点。这是否意味着我应该用更多的数据集来训练我的回归?
有人能帮我吗?(
最好是你想要训练和测试的数据集类型…例如，dimension、# items等。有几个原因，但在情况下，通常训练失败，当
- 训练集的大小很小
- 域空间太大无法学习/非常非凸/非常非线性
- 模型参数不合适
这只是我的想法，但是作为回归器，SVM或其他基于树的模型(如随机森林/决策树)在数据集规模较小时有点不稳定。如果维度大小小于10，我建议使用高斯过程回归器。
并且建议在尝试训练/测试任何模型之前对数据集进行规范化/正则化。
仅供参考，以下是我刚刚谷歌的链接。
- https://statmodeling.stat.columbia.edu/2015/01/29/six-quick-tips-improve-regression-modeling/
- https://www.jigsawacademy.com/5-super-tips-to-improve-your-linear-regression-models/
我们无法回答你的问题。你甚至不需要提供数据或代码。你怎么知道你的问题为什么会出现呢?
只是我的两点意见:
-
列车和测试数据不平衡吗?→这是不良测试结果的主要原因
-
样品的大小是否合理?