根据表格显示，随机森林模型在训练集上的AUC值为1.000，但在测试集上仅为0.754。敏感度和特异性等指标也出现了显著下降。建议：进一步优化模型超参数，以降低过拟合的风险。通过引入交叉验证或正则化技术，提高模型在未见数据上的泛化性能。增加测试集的样本量，以确

日记 随机森林 过拟合 lasso 审稿日记 2025-05-22 01:33  6