जब कोई Random Forestओवर SVMऔर इसके विपरीत इस्तेमाल करेगा ?
मैं समझता हूं कि cross-validationऔर मॉडल तुलना एक मॉडल को चुनने का एक महत्वपूर्ण पहलू है, लेकिन यहां मैं दो तरीकों के अंगूठे और यकृत के नियमों के बारे में अधिक जानना चाहूंगा।
क्या कोई सहपाठियों की सूक्ष्मताओं, शक्तियों और कमजोरियों के साथ-साथ समस्याओं की भी व्याख्या कर सकता है, जो उनमें से प्रत्येक के लिए सबसे उपयुक्त हैं?
1
सटीकता स्कोर उनके सापेक्ष प्रदर्शन का एकमात्र सही माप है, हालांकि पूर्व कला हो सकती है जो इंगित करती है कि कई उपलब्ध में से किस प्रकार का क्लासिफायर आपके भाग्यशाली डेटा पर बेहतर हो सकता है यदि आप भाग्यशाली हैं। आप अपने मापदंडों को ट्यून करने में कितना समय लगाते हैं, इस बात से आप अधिक विवश हो सकते हैं, इस स्थिति में रैंडम फ़ॉरेस्ट शायद दो का एक आसान प्रस्ताव साबित होगा।
—
image_doctor