有没有懂机器学习的 V 友，有偿长期合作，帮忙指教检查一下代码。

[seetheworld]

[DigitalG]

说起来，机器学习/AI ，有什么比较活跃的社区吗？ reddit/huggingface/AutoDL 姑且都算 这类，还有没有别的。

[seetheworld]

@v24radiant 是的随机森林，下一步准备去试 XGBoost ，但这之前想把随机森林搞搞清楚

[lovegoogle]

AI 深度学习，机器学习（从 svm 到集成都做过），有自己的服务器，接过多个有关项目，需要合作可联系~

[seetheworld]

@lovegoogle 可否加 wx：gyn2013216 进一步交流

[seetheworld]

@jasonlee16819 嗯嗯，谢谢建议，去仔细检查分析下

[lkx4102]

1 、看你训练集、测试集的 MAE ，RMSE 说明你的模型已经过拟合了
2 、R^2 = 1 - MSE/VAR ，看测试集的 RMSE 是比价大的，MSE 应该是会比较的大，那可能就是测试集的方差特别大
3 、随机森林不适合做回归预测

[lkx4102]

@lkx4102 绿色软件 bGt4NjA0Cg==

[seetheworld]

@lkx4102 这是什么呀 T_T

[lkx4102]

@seetheworld 微信，base64 编码

[airqj]

@seetheworld #12 是的

[cbythe434]

测试集表现差比较多，参数调整下吧，深度搞浅一点，样本数量阈值拔一拔

[Jimmyisme]

居然能在 v2 看到机器学习，强烈建议 op 做一下 kaggle 的 https://www.kaggle.com/learn/intro-to-machine-learning ；
这上面有很多讲解，而且因为 notebook 都是有奖牌的，所以都会做的很 fancy 。比自己看书学有意思很多。

[Jimmyisme]

前几年还能看到 ml 的金牌，但是最近几年的比赛 ml 都不太 work 了哈哈

[reoah2]

划分好训练集，验证集，测试集

[fengzc]

@seetheworld 对的（ PR 等），我感觉这个 R 方等于 1 ，很大情况是和上面几位说的数据上有问题，应该是有大佬在帮 op 了，祝顺利哈哈

[seetheworld]

@Jimmyisme 感谢，去看了一下，确实挺不错的。