如何提高分类的 F1 分数答案

【问题标题】：How to improve F1 score for classification如何提高分类的 F1 分数
【发布时间】：2020-10-21 15:58:22
【问题描述】：

我正在预测是否有任何任务违反了给定的截止日期（二进制分类问题）

我使用过逻辑回归、随机森林和 XGBoost。他们都给出了类标签 1 的 F1 分数约为 56%（即仅正类的 F1 分数）。

我用过：

尝试提高该模型的 F 分数。

我还使用EnsembleVoteClassifier 创建了一个集成模型。从图片中可以看出，加权 F 分数为 94%，但第 1 类的 F 分数（即表示任务将跨越截止日期）只有 57%。

应用上述所有方法后，我已经能够将标签 1 的 f1 分数从 6% 提高到 57%。但是，我不确定还可以做些什么来进一步提高标签 1 的 F 分数。

【问题讨论】：

【解决方案1】：

显然，数据集中的 True 1s 样本数量相对较少这一事实会影响分类器的性能。

你有一个“不平衡的数据”，你有比 1 更多的 0 样本。有多种方法可以处理不平衡的数据。您申请的每个学习者都有自己的“技巧”。但是，您可以尝试的一般方法是重新采样 1s 样本。即人为地增加数据集中 1 的比例。

【讨论】：

嗨！我使用 SMOTE 添加了新示例： from imblearn.over_sampling import SMOTE sm = SMOTE(random_state=27) X_train, y_train = sm.fit_sample(X_train, y_train)
287以上的数字是重采样后的吗？
是的，0 类和 1 类的计数相等。

【解决方案2】：

您还应该尝试使用欠采样。一般来说，简单地改变算法不会有太大的改进。您应该研究专为处理类不平衡而设计的更高级的基于集成的技术。

或者，您可以研究更高级的数据合成方法。

【讨论】：