标签： performance machine-learning statistics comparison
我想比较随机森林与变量选择算法（方法A）和仅随机森林（方法B）的分类性能。原始数据集具有120个变量。使用变量选择后，方法A仅使用30个变量，并且使用所有原始变量，B的总体精度为85％。
我使用了McNemar的卡方检验，McNemar的卡方检验z值z = 0.85。因此，方法A和方法B没有显着差异。变量选择算法可以减少变量的数量而提高分类精度的说法不正确吗？