求助，机器学习预测问题

weixin_53628166 2023-08-10 17:47:24

为啥我用随机森林预测，用train_test_split()函数划分的测试集表现特别好，但是我预测新数据集效果非常差，求大神指教

...全文

357 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

Mr Dinosaur 2023-08-11

打赏
举报

回复

这个情况可能是因为你的随机森林模型在训练集上过拟合了

在数据驱动模型中，数据本身用于确定感兴趣的结果变量（即洪水）与预测数据之间的关系，而物理驱动模型则使用数据作为从已知水文关系中得出的预定数学方程的输入。相比之下，基于机器学习的洪水预报利用了数据的力量，从而可以建立更具动态性和适应性的模型。它被视为灾害（洪水本身）、暴露程度（个人可能受洪水影响的程度）和脆弱性（洪水对某些人的影响可能大于其他人的方式）的组合。洪水预报员使用复杂的模型来预测最有可能发生洪水的地方。洪水预报是应对洪水的重要工具：如果我们能够预测洪水可能发生的地点，我们就可以帮助减轻洪水的风险。

计算机从数据中学习出规律和模式，以应用在新数据上做预测的任务。近年来互联网数据大爆炸，数据的丰富度和覆盖面远远超出人工可以观察和总结的范畴，而机器学习的算法能指引计算机在海量数据中，挖掘出有用的价值，也使得无数学习者为之着迷。我们不是专家，但说起算有一些从业经验，做过一些项目在实际数据上应用机器学习。这一篇就我们的经验和各位同仁的分享，总结一些对于初学者入门有帮助的方法和对进阶有用的资料。

社会和健康科学中使用的机器学习（ML）方法需要符合描述、预测或因果推理等预期研究目的。本文通过结合这些学科的统计分析的必要要求，为社会和健康科学中的研究问题与适当的ML方法进行了全面、系统的元映射。作者将已建立的分类映射到描述、预测、反事实预测和因果结构学习，以实现共同的研究目标，如估计不良社会或健康结果的流行率、预测事件的风险、识别不良结果的风险因素或原因，并解释通用的ML性能指标。这种映射可能有助于充分利用ML的好处，同时考虑与社会和健康科学相关的特定领域方面，并希望有助于加速ML应用的普及，以推进基础

2016 年 11 月，谷歌宣布将其多语言神经机器翻译系统整合到谷歌翻译中，标志着深度人工神经网络在大规模生产中的首批成功案例之一。1据 Google 称，通过此次更新，翻译质量的一次飞跃提升幅度超过了过去 10 年的总和。深度学习的这种成功更新了对机器学习 (ML) 的广泛兴趣。从那时起，越来越多的公司转向机器学习来解决他们最具挑战性的问题。在短短五年内，机器学习几乎进入了我们生活的方方面面：我们如何获取信息、我们如何沟通、我们如何工作、我们如何找到爱。ML 的传播是如此之快，以至于已经很难想象没有它的生

1. 引言也许你和这个叫『机器学习』的家伙一点也不熟，但是你举起iphone手机拍照的时候，早已习惯它帮你框出人脸；也自然而然点开今日头条推给你的新闻；也习惯逛淘宝点了找相似之后货比三家；亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈。恩，这些功能的核心算法就是机器学习领域的内容。套用一下大神们对机器学习的定义，机器学习研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重新组织已...

22,298

社区成员

121,740

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章