不平衡的类指标和 scikit 学习

Question

在 scikit-learn 中有处理不平衡类的标准方法吗？

sk-learn 的一大好处是界面一致……

但是，当类不平衡时（这似乎是一个非常常见的用例），情况并非如此：IMO 不想要分类，而是想要一个介于 0 和 1 之间的连续变量，这样您就可以计算 auc_score （或类似的东西)

所以我可以在逻辑和其他一些分类器上做 auc_score(y,cf.predict_probas(X)) 但我看不出有任何理由为什么我不能对任何决策函数做基本相同的事情[例如 RidgeClassifier .. .etc]，即改变我的阈值并监控误报、命中率？

人们如何做到这一点？这就是我正在做的事情（正如 ogrisel 也建议的那样）

if hasattr(clf,'predict_proba'):
    proba=clf.predict_proba(X_test)[:,1]
    score=metrics.auc_score(y_test,proba)

elif hasattr(clf,'decision_function'):
    z=clf.decision_function(X_test)
    fpr, tpr, thresholds = metrics.roc_curve(y_test, z)
    score=metrics.auc(fpr, tpr)

Answer 1

使用decision_function 应该可以工作，否则这是一个错误。