哪個分類是最好根據給定的表

Question

Classifier  Precision Recall Accuracy  
Random Forest 0.56201 0.39200 0.85946  
Adaboost  0.33204 0.29950 0.79954 

既然是分類我知道，它不是正確的方式告訴最佳精度將導致最佳的分類。可我知道，隨機森林中最好的分類器和Adaboost的

Answer 1

簡短的回答是「無」。長的答案是「這個問題是無效的，因此你不能提供任何明確的答案」。這裏的缺失位意味着什麼，你的東西是最好的，你必須指定到底是什麼，你所面臨的問題。一旦你這樣做，你可以設計，可以測量評估指標，並選擇分類最大化它。

例如，如果問題是「我假設我的訓練數據來自我將來感興趣的數據的同一來源，而且它已經以IID方式創建，我想最大化概率在未來的正確分類」，那麼答案是 - 只要看看準確性。

通常情況下，您不能根據單一特徵選擇模型，您只需選擇一個衡量您所處的特徵的特徵即可。