sklearn randomforest точность

Question

для того же тренировочного и тестового datset, точность KNN составляет 0,53, для RandomForest и AdaBoost точность 1, может ли кто-нибудь помочь?

коды:

## prepare data 
begin_date='20140101' 
end_date='20160908' 
stock_code='000001' #平安银行 
data=ts.get_hist_data(stock_code,start=begin_date,end=end_date) 
close=data.loc[:,'close'] 
df=data[:-1] 
diff=np.array(close[1:])-np.array(close[:-1]) 
label=1*(diff>=0) 
df.loc[:,'diff']=diff 
df.loc[:,'label']=label 

#split dataset into trainging and test 
df_train=df[df.index<'2016-07-08'] 
df_test=df[df.index>='2016-07-08'] 
x_train=df_train[df_train.columns[:-1]] 
y_train=df_train['label'] 
x_test=df_test[df_test.columns[:-1]] 
y_test=df_test['label'] 

##KNN 
clf2 = neighbors.KNeighborsClassifier() 
clf2.fit(x_train, y_train) 
accuracy2 = clf2.score(x_test, y_test) 
pred_knn=np.array(clf2.predict(x_test)) 

#RandomForest 
clf3 = RandomForestClassifier(n_estimators=100,n_jobs=-1) 
clf3.fit(x_train, y_train) 
accuracy3 = clf3.score(x_test, y_test) 
pred_rf=np.array(clf3.predict(x_test)) 

print accuracy1,accuracy2,accuracy3 

Answer 1

Различные модели дают разную точность на одном наборе данных в большинстве случаев. Например, если вы пытаетесь обучать и тестировать набор данных с помощью LogisticRegression и SVM, то весьма вероятно, что обе модели будут давать разные оценки. Чтобы выбрать лучшую модель для ваших данных, вам необходимо сначала изучить набор данных, а затем выбрать алгоритм, который лучше работает в этом случае.

Кроме того, так как ваш RandomForest и AdaBoost дают точность 1, очень вероятно, что ваша модель «переоснащена».