我想用JSON定义一个嵌套的if-statement,并使用Python进行测试。我正在考虑一个简单的带有嵌套分支的决策树,并进行递归测试。
伪码
# is_valid = (a == b OR a == a) AND c == c # True
tree = {
branches: [
{
value1: 'a',
operator: '==',
value2: 'b',
child_connector: 'or
我试验了不同的建模方法,包括KNN、决策树、神经网络和SVN,并试图对我的数据进行拟合,看看哪种方法最有效。令我惊讶的是,决策树的最佳工作方式是训练精度为1.0,测试精度为0.5。无论训练精度为0.92,测试精度为0.42,神经网络的性能都是最好的,比决策树分类器低8%。
请有人解释一下,与决策树这样的建模技术相比,神经网络可能具有低精度的情况/情况。我尝试过不同配置的神经网络,比如:
1 hidden layer and 1 neuron : Train Accuracy 34% Test Accuracy 42%
7 hidden layers and 5 neurons in each