我很想知道减少多级分类的监督分类模型(特别是Logistic回归)中的类数量是否有助于提高准确性.例如,如果我有10000个样本的50个类,我通过将某些类组合在一起将类的数量减少到30个.这会显着提高我的分类模型的准确性吗？
如果您组合的类很相似并且有大量样本在它们之间错误分类,它肯定会提高您的性能,因为它会减少错误.
例如:
如果您分组的课程不相似,则很可能无法提高您的准确性,因为您不会减少错误的数量.想象一下,你的分类器是如此优秀,以至于你不会将任何猫误认为是狗,反之亦然,在组合这些类时你不会减少任何错误,因为没有.
| 归档时间： |
|
| 查看次数： |
1271 次 |
| 最近记录： |