Ich benutze Scikit-learn Ensembles Klassifizierer für die Klassifizierung.Ich habe separate Training und Test-Datensätze.Wenn ich die gleichen Datensätze verwenden und klassifizieren mit maschinellen Lernalgorithmen bekomme ich konsistente Genauigkeiten. Inkonsistenz tritt nur bei Ensemble-Klassifikatoren auf. Ich habe sogar random_state auf 0.Scikit lernen Abweichungen in der Genauigkeit
bag_classifier = BaggingClassifier(n_estimators=10,random_state=0)
bag_classifier.fit(train_arrays,train_labels)
bag_predict = bag_classifier.predict(test_arrays)
bag_accuracy = bag_classifier.score(test_arrays,test_labels)
bag_cm = confusion_matrix(test_labels,bag_predict)
print("The Bagging Classifier accuracy is : " ,bag_accuracy)
print("The Confusion Matrix is ")
print(bag_cm)
poste deinen Code auch. –
Suchen Sie nach 'random_state' in allen Methoden oder Klassen, die Sie verwenden, und legen Sie das fest. Bitte posten Sie den kompletten Code. –
Bitte sehen Sie sich diese Fragen an, die für Sie doppelt sind: [Question1] (https://stackoverflow.com/questions/28673442/getting-different-result-each-time-i-run-a-linear-regression-using-scikit) und [Frage2] (https://stackoverflow.com/questions/43901083/sgdclassifier-giving-different-accuracy-each-time-for-text-classification) –