问题描述
我注意到，首先加载训练文件，然后清理它并删除一些属性（使用“remove”命令从 104 个属性传递到 17 个属性）使我获得了一定的准确率 (96%)。但是如果我直接用我留下的 17 个属性直接加载清理过的 arff（如前所述），准确率会下降几个百分点（94%）。相同的属性，相同的模型，相同的训练方式……不同的准确率。不能真正说出原因，有什么好主意吗？ 以下是有关情况的更多详细信息：
612 个观察，104 个来自 matlab 算法的特征。使用 10 倍技术训练 Rseslib_knn 并获得 98.4% 的正确分类。使用带有“Best_first”排名器的自动属性选择算法“Cfs_subset_eval”并检测另外 17 个判别特征。返回预处理面板并手动删除相对“最差”特征以隔离算法建议的最佳子集。遵循与之前相同的训练步骤并获得 96.3%。然后用matlab重新计算仅有的17个特征，与之前相比，节省了大量时间。加载新的（但实际上与上一个相同）arff 文件。您应该已经知道的培训。获得 94.4%。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）