Olá Leonardo tudo bem com você??
Em ML quando se trata de resultados, melhoras de performance, nós temos algumas bases necessárias para se alcançar isso:
- 1 - Tempo de treino do modelo;
- 2 - Quantidade de Dados;
- 3 - Qualidade dos Dados;
- 4 - Tipos de Modelos;
- 5 - Testes, muitos testes.
Existem muitas bibliotecas que auxiliam nesses processos citados, mas também pelo fato de ˜simplificar˜ a aplicação delas acabam usando parâmetros aleatórios, como explicado em aula e isso por vezes gera resultados distintos a cada execução, por isso é interessante se aprofundar na documentação técnica encontrada nesse LINK aqui.
Você também consegue ver sobre otimização dos Modelos de Machine Learning aqui nesse ARTIGO do Guilherme Silveira =)
Se a minha resposta te ajudou, fico muito feliz =D e peço que por favor encerre o Post marcando a dúvida como resolvida!
Caso precise de ajuda é só voltar aqui e perguntar.
Obrigado
Victor Gonzalez