我有一個約3000正面和1500負面樣本,約1000功能的數據集。所有功能都是實數。我想用「randomForest」R包訓練一個隨機的分類器。randomForest:如何獲得100% - 精確度?
的問題是,我想用100%精度(TP/TP + FP)上訓練數據集的分類器。但是,我很難通過調整訓練有素的隨機森林中的$投票來實現這一目標。
我不知道是否有人有經驗或有這樣那樣的問題的任何想法?如果你有任何線索,請給我一些提示。提前致謝!
我願意接受任何其他機器學習方法,如果答應我100%的準確率。
回想= TP /(TP + FN)。精度= TP /(TP + FP)。 http://en.wikipedia.org/wiki/Precision_and_recall#Definition_.28classification_context.29 –