Performance Weka-如何提高J48性能？

当我需要预测Kickstarter项目的成功机会时，我正在从事一个数据挖掘项目

我使用了在Kaggle上找到的kickstarter数据集，清理了所有嘈杂的数据，删除了不相关的属性，并添加了另一个有用的属性

现在我有大约320K个实例和6个属性

运行J48算法后，我得到65.07%的正确分类实例和68.7%的平均roc面积。 我必须提高我的表现，但我不知道怎么做

这是一个大学项目，所以我有具体的规则：我只能改变算法的置信因子和NumMinObj。 我花了很多时间尝试每种组合

---

我还能做什么？也许我的数据集中有问题？

您有很多实例，但属性很少。如果你不能添加更多的属性，那么你可能已经用

J48

树得到了最好的结果，而特征选择是无用的。您可能必须使用更复杂的分类算法，例如

RandomForest