Machine learning 根据给定的表，哪个分类器最好

由于是分类，我知道这不是判断最佳精度的正确方法，而是最佳分类器。我能知道Random Forest和adaboost中的最佳分类器吗？简短的回答是“无”。冗长的回答是“问题是无效的，因此你不能提供任何明确的答案”。这里缺少的一点是它对您的意义，即某些东西是最好的，您必须明确说明您所面临的问题。一旦您这样做了，您就可以设计一个度量它的评估指标，并选择最大化它的分类器

例如，如果问题是“我假设我的培训数据与我将来感兴趣的数据来自同一个来源。此外，它是以IID方式创建的。我想最大限度地提高未来正确分类的概率”，那么答案是——只要看看准确度就可以了

---

一般来说，不能基于单个特征选择模型是不正确的，您只需选择一个能够衡量您追求的目标的特征即可。

如何定义

最佳

？你的最终目标是什么？你想要更少的误报，更少的误报还是更少的误分类率？

Classifier     Precision   Recall   Accuracy    
Random Forest  0.56201    0.39200    0.85946    
Adaboost       0.33204    0.29950    0.79954