沒有找到對應板塊，暫時發布在這里，目的是讓大家0分，就可閱讀。
目前，本人業余從事足球資料的搜集整理挖掘作業，建立的資料集合用moddler c5.0來運算。結果如下：
訓練集 和驗證集的結果如下：
總數885多條，70%訓練，30%驗證。
如上圖所示，訓練集存在一定的過擬合情況。
運算結果，即預測賽果和預測賽果可信度示例如下圖。
我的問題是：
第一，上邊訓練集合驗證集的混合結果，是否可以作為實際預測依據？ 因為無論訓練集還是驗證集，有些比賽場次工具預測結果對應的可信度還是很高的（當然訓練集94%肯定有過擬合的情況），但 驗證集2的高可信度是否可以作為預測依據？
第二，有個極其有意思的發現，如果上述885條資料不做磁區，直接建模，也不考慮是否過擬合的問題，結果發現，如果預測可信度低于80%以上和以下，結果如下
：
也就是說，不管c5.0運行結果是否過擬合，只要可信度在80%以上，主勝概率在93%，可單選3（說明總885個對陣，主勝賠率均低于2.0），同時可信度在80%以下的比賽場次，3、1、0三個結果出現的概率都是差不多的，預示，一旦預測可信度低于80%，這種比賽就可全包。十分神奇，也十分不解。
疑惑：不考慮過擬合與否，如上結果說明一個問題，c5.0把885個對陣，有效的分為兩大類比賽，即一類打出3的結果較高，一類最好全包。
以上從基本資料挖掘來分析，覺得矛盾很多---比如過擬合的問題，但是即使過擬合的情況下，運算結果卻給出一個意外的“分類”的“驚喜”。
上述，不知該作何解釋？
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/268384.html
標籤：人工智能技術