Мультикласс случайного леса не повышает точность ⇐ Python

[Anonymous]

Я создаю модель мультиклассификатора случайного леса. По сути, существуют сотни домохозяйств, которые имеют более 200 признаков, и на основе этих признаков мне приходится отнести их к одному из классов {1,2,3,4,5,6}.
Проблема, с которой я столкнулся, заключается в том, что я не могу улучшить точность модели, насколько бы я ни старался. Я использовал RandomSearchCV, а также GridSearchCV, но мне удалось добиться точности только около 68%.
Некоторые моменты, на которые следует обратить внимание

• Точки отбора проб несбалансированы. Это порядок классов в порядке убывания {1,4,2,7,6,3}. Я использовал class_weight = "balanced", но это повышает точность.
• Я пробовал количество оценщиков в диапазоне от 50 до 450.
• У меня есть также рассчитал показатель f1, а не только сравнивал модели по точности

Что еще вы предлагаете, чтобы улучшить показатель точности/f1?< /п>

Подробнее здесь: https://stackoverflow.com/questions/527 ... e-accuracy