业绩不达标是什么意思？

要优化性能，您首先需要了解它。

一个典型的工作流程是这样的：

1. 定义基线性能

例如，使用常数（平均值、众数）预测值或从分布中随机选择并测量其准确性

2.将您的第一个草稿模型（在您的情况下是您的 RandomForest）与该基线进行比较

如果您的第一稿模型不比基线好，尤其是随机基线，那么您的代码、数据等中存在一些错误。请先尝试查找并消除这些错误。

如果它更好但不是很多，您可以优化模型（请参阅下一步）。如果它好很多，那么您要么 a) 完成，要么 b) 对绝对性能不满意，在这种情况下，您必须进行优化。

3.优化你的模型参数

现在你开始网格搜索你的模型参数，以获得它的最后一点性能，以确保问题出在模型而不是参数上。

4.选美比赛

如果您的性能现在仍然低于标准，您可以尝试其他算法，但不要指望这一步会产生奇迹。如果您已经尝试过 RandomForest，可以选择：

• XGBoost 等增强模型
• 朴素高斯模型
• ...

将它们拟合到相同的数据上，进行参数优化并比较结果。

5.回到数据

如果原始性能与可接受的相差太远，很可能只是选择另一个模型并没有帮助。然后你必须回到数据，收集更多，特征工程师等。