使用dataframe欄位篩選離群值，卻導致訓練的模型準確度降低了? - Cupoy

2019/05/28 下午 01:43

機器學習共學討論版

林僅軒

觀看數：45

回答數：1

收藏數：0

ml100-2-d20

ml100-2

您好，在Day20範例中，透過刪除房價預測數據中的GrLivArea特徵離群值，藉此提高訓練模型準確度

原始0.846643681071632 提升至0.8765717431842281

因此仿照這個方法觀察其他可能具有離群值的特徵如LotFrontage和LotArea

針對原來限制繼續對特徵做以下限制如:

1.將 GrLivArea 限制在 800 到 2500 以內,LotArea限制在50000以內, 捨棄離群值

->獲得0.8773816341077023

2.將 GrLivArea 限制在 800 到 2500 以內,LotArea限制在50000以內,LotFrontage限制在200以內,捨棄離群值

->獲得0.8773532816009754

3.將 GrLivArea 限制在 800 到 2500 以內,將LotFrontage限制在200以內,捨棄離群值

->獲得0.8760986864850135

該如何說明第1點增加"LotFrontage限制在200以內"限制後，訓練的模型準確度降低了?

以及有什麼方法可以驗證這個說明是具有說服力的呢?

感謝解答

回答列表

• 2019/05/29 上午 10:39
  張維元 (WeiYuan)
  贊同數：1
  不贊同數：0
  留言數：0

  該如何說明第1點增加"LotFrontage限制在200以內"限制後，訓練的模型準確度降低了?

  
  

  => 有可能是你的離群值不代表是模型的離群值，也許對模型來說是有益的，但被你刪掉導致資訊下降。