是否有可能获得100%的分割验证准确性?

Joannach0ng

是否有可能获得100%的分割验证准确性以及获得100%准确性的优点是什么?谢谢

jmergler

嗨@Joannach0ng，
在我看来，大多数时候这是令人担忧的。对于某些问题，这是可能的，但对于大多数实际业务问题，这是不可能的。一个可能有用的参考点是问，“如果一个专家团队仔细研究数据，他们的预测能力有多好?”这有时会给你一个好的精确度的概念。对于一些简单的问题，它可能接近或100%，但对于商业中的许多问题，它根本不会接近。

如果你有100%的准确率，我会检查那些与结果过于密切相关的属性;它们可能包含在观察到结果之后才可用的信息。在本课程中有更多关于正确验证的信息:https://academy.www.turtlecreekpls.com/learn/course/applications-use-cases-professional/

我建议你花点时间把这门课过一遍。同样，如果您已经得出了100%的准确性，您是否能够分享更多关于用例和数据，或者您正在使用的流程的信息?我们也许能提供更好的帮助。

rfuentealba

如果遇到此问题，请检查是否在数据源中包含了任何ID。当您使用决策树(或其他基于树的算法)时尤其如此:树试图过拟合，识别行的最佳方法成为ID，因此您的算法没有用，因为在生产中每一行都有一个看不见的ID。

我的两分钱。

Joannach0ng

@jmergler你好，谢谢你的回复!其实我的导师告诉我要有100%的预测准确率，所以我想知道是否可以，因为我从0-1开始尝试，但可以达到100%，是否可以增加一些算子?谢谢!

Joannach0ng

@rfuentealba你好，谢谢你的回复!实际上我的导师告诉我要有100%的准确率预测，所以我想知道是否有可能，因为我已经从0-1尝试过了，但是我可以通过添加一些算子来达到100%的准确率吗?谢谢!

kypexin

嗨@Joannach0ng

我在冒着被别人指责教你坏事的风险但从技术上讲，你可以这样做，如果你在完全相同的数据集上训练和测试模型:


但是，考虑到其他评论者的担忧，因为这件事:

• 对于现实生活/机器学习问题没有意义。
• 从数据科学的角度来看，这是一个严重的错误。乐鱼平台进入

你确定这就是导师问你的问题吗?如果是，我建议你研究这个问题，并说服你的导师这是一件完全错误的事情。

varunm1

@kypexin您的解决方案完全符合导师的要求

Telcontar120

我想在这里重申许多注意事项——在现实生活中，任何测试数据集上100%的准确性几乎总是一个指标，表明存在一些性能泄漏——一个id，或标签的代理，在预测时并不真正可用。它应该被非常怀疑地看待，而不是作为一个现实的目标。

一个可能的例外是，如果您在测试数据集中有少量的示例，但在模型中有大量的属性，在这种情况下，您的模型可能会“过度指定”(基本上太多的属性将导致一些独特的组合，作为一种id来进行预测)。或者如果你在测试集中只有太少的例子(例如，想象一个测试用例的减少，那么它要么是100%准确，要么是0%!)，这也可能是随机发生的。

rfuentealba

既然你提到了，几年前我曾经有过一个要求。我甚至都不存在。如果你熟悉逻辑门，你就会知道它们是如何工作的。否则，就有解释了在这里．

问题是，我有一个数据集，其中有12个属性是这样工作的(为了降低复杂性，我将使用OR逻辑门来解释):

A1 a2 ax
 0 0 0 0
 0 1
 1 0 1
 1 1
 1 1 1

我们的想法是真正构建一个可以像那样运行的程序，因为这个程序是用C语言编译的，没有源代码，编译它的逻辑控制器需要替换。我最终训练了一棵决策树，因为我不知道逻辑门的顺序是什么，而逻辑控制器最终是一台旧电脑。

这不是最优雅的解决方案，但对数据科学来说是一个巨大的胜利。乐鱼平台进入

愿一切都好！

罗德里戈。