Sie haben einen SVM für die binäre Klassifizierung trainiert und eine Validierungs-AUC von 0,87 erhalten. Sie möchten die AUC erhöhen. Was sollten Sie tun?

Hyperparameter-Tuning ist die effektivste Methode, um die Leistung eines bestehenden Modells wie eines SVM zu verbessern. Durch die Optimierung von Parametern wie C oder Gamma kann die Entscheidungsfläche des SVM besser an die Daten angepasst und somit die AUC erhöht werden. Ein tiefes neuronales Netzwerk ist nicht garantiert besser als ein SVM, insbesondere bei kleineren Datensätzen oder wenn das SVM bereits gut optimiert ist. Die Bereitstellung des Modells ohne weitere Optimierung wird die Validierungs-AUC nicht erhöhen; die reale AUC hängt von der Modellqualität ab. Das Skalieren von Modellausgaben verändert die relative Reihenfolge der Vorhersagen nicht und hat daher keinen Einfluss auf die AUC, die auf Rangordnungen basiert.