Python ML分类-我的准确度太低
我刚刚开始使用Python进行机器学习,我创建了一个数据集,其中包含大约2k个实例。这些数据都是游戏数据,但这只是一个愚蠢的游戏,我在几个小时内创建了它,用它的数据进行预测。我会给你们一些例子,让你们了解我的数据集是怎样的。 游戏很漂亮,我正在创建一个介于0和2000之间的位置,以及一个介于1和10之间的数字。这些都是随机的,我想如果我知道最后一个数字和当前的数字,也许我可以预测下一个标签 但我的准确性非常差(见下文): 数据集剪报:还有最后的号码,但它不适合页面,所以我删除了它,但它在那里Python ML分类-我的准确度太低,python,machine-learning,classification,Python,Machine Learning,Classification,我刚刚开始使用Python进行机器学习,我创建了一个数据集,其中包含大约2k个实例。这些数据都是游戏数据,但这只是一个愚蠢的游戏,我在几个小时内创建了它,用它的数据进行预测。我会给你们一些例子,让你们了解我的数据集是怎样的。 游戏很漂亮,我正在创建一个介于0和2000之间的位置,以及一个介于1和10之间的数字。这些都是随机的,我想如果我知道最后一个数字和当前的数字,也许我可以预测下一个标签 但我的准确性非常差(见下文): 数据集剪报:还有最后的号码,但它不适合页面,所以我删除了它,但它在那里 l
last_number last_pos current_number current_pos Label
2 0.0 9 320.5 1
7 320.5 10 1879.5 1
9 1879.5 7 6.5 1
10 6.5 8 170.5 0
3 170.5 4 2000.0 0
我认为分类不是一种方式,我应该与之合作。那么,我可以使用什么样的技术来处理我的数据集,我的意思是,也许回归、神经网络或其他东西可以帮助解决我的问题:)标签与位置和编号之间有关系吗?或者这里的所有东西都是从均匀分布中随机抽取的?是的,上一个数字和当前数字之间存在某种关系,位置是由上一场比赛的位置创建的,但也是随机的。可以说标签之间存在位置范围,但我不能清楚地说,因为数据集太大了,鉴于
last\u number
和last\u pos
,您如何准确地生成current\u number
,current\u pos
,和标签
?为了明确答案,上一个位置和当前位置之间存在关系,比如上一个位置范围是1500,所以下一场比赛将是500,但我没有决定在查看数据集后注意到这一点。你说你创建了数据集。你不知道你是怎么创造的吗?
last_number last_pos current_number current_pos Label
2 0.0 9 320.5 1
7 320.5 10 1879.5 1
9 1879.5 7 6.5 1
10 6.5 8 170.5 0
3 170.5 4 2000.0 0