0
PCA를 사용하여 차원 축소를 수행하면 교육 데이터의 크기가 1200000이고 차원이 335입니다. 여기에 모델을 훈련하는 내 코드는PCA를 새 데이터에 적용하면 성능이 저하됨
X, y = load_data(f_file1)
valid_X, valid_y = load_data(f_file2)
pca = PCA(n_components=n_compo, whiten=True)
X = pca.fit_transform(X)
valid_input = pca.transform(valid_X)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.20, random_state=42)
clf = DecisionTreeClassifier(criterion='entropy', max_depth=30,
min_samples_leaf=2, class_weight={0: 10, 1: 1}) # imbalanced class
clf.fit(X_train, y_train)
print(clf.score(X_train, y_train)*100,
clf.score(X_test, y_test)*100,
recall_score(y_train, clf.predict(X_train))*100,
recall_score(y_test, clf.predict(X_test))*100,
precision_score(y_train, clf.predict(X_train))*100,
precision_score(y_test, clf.predict(X_test))*100,
auc(*roc_curve(y_train, clf.predict_proba(X_train)[:, 1], pos_label=1)[:-1])*100,
auc(*roc_curve(y_test, clf.predict_proba(X_test)[:, 1], pos_label=1)[:-1])*100)
print(precision_score(valid_y, clf.predict(valid_input))*100,
recall_score(valid_y, clf.predict(valid_input))*100,
accuracy_score(valid_y, clf.predict(valid_input))*100,
auc(*roc_curve(valid_y, clf.predict_proba(valid_input)[:, 1], pos_label=1)[:-1])*100)
출력은
99.80, 99.32, 99.87, 99.88, 99.74, 98.78, 99.99, 99.46
0.00, 0.00, 97.13, 49.98, 700.69
그래서 리콜과 정밀도가 0입니다이다. 왜 PCA가 데이터 검증에 효과가없는 것 같고 모델이 과포화 된 것입니까? 그것은 너무 많은입니다
max_depth=30
때문에
X_train에만 pca를 맞추고 X_test에서 transform()을 수행해야합니다. 현재 전체 X에 대해 PCA를 수행하고 있으며이를 기차와 테스트로 분할합니다. 이는 지나치게 적합합니다. –