【发布时间】：2014-10-07 09:03:20
【问题描述】：
我正在尝试通过一些自定义随机森林实现来解决二进制分类问题。
目标是预测项目属于 A 类的可能性。评估策略的定义是，假阳性（A 的可能性很高，而实际的类别是 B）比假阴性（可能性低一段时间，实际的班级是 A)。
应该如何调整标准算法以利用这一点来获得更高的评估分数？
【问题讨论】：
标签： machine-learning random-forest ensemble-learning
【发布时间】：2014-10-07 09:03:20
【问题描述】：
如果您还没有，请尝试使用 rfUtilities 包：https://cran.r-project.org/web/packages/rfUtilities/rfUtilities.pdf
它旨在通过预测单个类别出现的可能性来处理类别不平衡。
【讨论】：