我正在尝试使用机器学习来预测数据集。这是一个回归问题，具有180个输入要素和1个连续值输出。我尝试比较深度神经网络，随机森林回归和线性回归。
正如我所料，3隐藏层深度神经网络的表现优于其他两种方法，均方根误差（RMSE）为0.1。然而，我意外地发现随机森林甚至比线性回归表现更差（RMSE 0.29对0.27）。在我的期望中，随机森林可以发现功能之间更复杂的依赖关系，以减少错误。我试图调整随机森林的参数（树的数量，最大特征，max_depth等）。我也尝试了不同的K-cross验证，但性能仍然低于线性回归。
我在网上搜索，一个答案说如果特征对协变量具有平滑，几乎线性的依赖性，线性回归可能表现得更好。我不完全明白这一点，因为如果是这样的话，那么深度神经网络不应该提供很多性能提升吗？
我正在努力解释。在什么情况下，随机森林比线性回归更差，但深度神经网络可以表现得更好？
如果您的要素解释了与目标变量的线性关系，则线性模型通常比随机森林模型表现良好。它完全取决于您的功能之间的线性关系。
也就是说，线性模型不是优越的，或随机森林是任何劣质模型。
尝试使用来自MinMaxScaler()的sciki-learn缩放和转换数据，看看线性模型是否进一步改进
专业提示
如果线性模型像魅力一样工作，你需要问自己为什么？如何？并深入了解这两个模型的基础知识，以了解它为什么对您的数据起作用。这些问题将使您更好地了解功能工程师。事实上，Kaggle Grand Masters在堆叠中使用线性模型通过捕获数据集中的线性关系来获得前1％的得分。
因此，在一天结束时，线性模型也可能是奇迹。