Machine learning 这些分类器中哪一个更好？

我不确定以下两种分类器中哪个更好：

分类器1-训练集=100%，测试集70%

和

分类器2-训练集=70%，测试集75%

我需要证明分类器1比分类器2好

---

两者都有各自的优缺点，但我没有一个具体的答案？

根据您提供的详细信息，与分类器2相比，分类器1似乎过度适合于训练集，因此在测试集上的表现更差。这表明分类器2在测试集方面“更好”

---

如果你想以另一种方式进行论证，你可能需要指出一些关于分类器1的细节，这些细节可以使它成为这样-例如，它是如何训练的，使用了什么算法。

第二种可能更好

第一个分类器显然受到了影响。换句话说，与其学习训练集的基本原理，不如学习对数据的详细描述

---

这并不意味着第二个分类器很好。但是，一般来说，如果A的测试集的性能优于B，则分类器A优于分类器B。

当您询问“更好”时，您还需要添加一个“为了什么”-您需要与某种标准进行比较，而您没有。@Oded，修改了question@nsc010，你还没有解释“为了什么”奥德问。“我需要证明C1比C2好”这句话让我相信你对公平的比较不感兴趣——为什么？