[問題] 多個模型比較問題

[kero961240 (kobe)]

想請問各位大大，目前小弟在工作上用了一個二分類模型
預測率來到 90%，但老闆不太滿意，問說假如要99％ 怎麼辦
小弟提出一個想法，目前有三個差不多的模型
分別為SVM 深度學習 隨機森林 都有接近 90% 的準確
我倒入一組新的樣本(假設未知標籤），讓三個去辨別，
選擇三個模型中最多人判別的結果，再把另一個當作判別錯誤
丟進去那個模型的 train data，重新訓練模型，請問這樣是可行的嗎
會造成什麼問題嗎？


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.172.92.239
※ 文章網址: https://www.ptt.cc/bbs/Statistics/M.1541164835.A.7A9.html
※ 編輯: kero961240 (1.172.92.239), 11/02/2018 21:21:28
→ celestialgod: 試過ensamble沒?
c大學長您好，由於在校沒學過您說的，目前沒試過。
※ 編輯: kero961240 (1.172.92.239), 11/02/2018 21:58:08
※ 編輯: kero961240 (1.172.92.239), 11/02/2018 21:58:22
※ 編輯: kero961240 (1.172.92.239), 11/02/2018 21:58:49
※ 編輯: kero961240 (1.172.92.239), 11/02/2018 22:07:50
→ andrew43: 我覺得應該先研究一下在各模型中誤判的樣本有何特徵
推 statexpert: Feature多嗎？多的話可能會遇到curse of dimensionali
→ statexpert: ty, 這時ensemble會是可能有效解法（同意樓上建議）
大大您好，我只能說維度超多，我們根本沒縮減
※ 編輯: kero961240 (1.172.112.140), 11/03/2018 22:53:06
推 statexpert: 那就ensemble試看看，