【发布时间】：2023-03-24 08:10:01
【问题描述】：
我的标签不平衡。也就是说，在二元分类器中，我有更多的正面（1）数据和更少的负面（0）数据。我正在使用分层 K 折交叉验证并将真负数设为零。您能否让我知道我必须通过哪些选项来获得大于 tan 零的值以获得真底片？
【问题讨论】：
标签： machine-learning
【发布时间】：2023-03-24 08:10:01
【问题描述】：
处理不平衡类的策略有很多。
首先，让我们了解（可能）发生了什么。您要求分类器最大限度地提高准确性：即正确分类的记录比例。例如，如果 85% 的记录属于 A 类，那么只需将所有内容标记为 A 类，您就可以获得 85% 的准确率。这似乎是分类器可以达到的最佳效果。
那么，你该如何纠正呢？
1) 您可以尝试在数据的平衡子集上训练您的模型。从多数类中随机抽取与少数类中相同的记录数。这将不允许您的分类器将所有内容标记为多数类。但这将以更少的信息来发现类边界的结构为代价。
2) 使用与准确率不同的优化指标。流行的选择是AUC 或F1 Score
3) 使用方法 1 创建一个分类器集合。每个分类器将看到数据的一个子集，并对一个类“投票”，可能带有一些置信度分数。这些分类器输出中的每一个都将是最终元分类器的一个特征（可能使用方法 2 构建）。通过这种方式，您可以访问所有可用信息。
这远不是一个详尽的解决方案列表。使用不平衡（或“偏斜”）的数据集可能是一本完整的教科书。我建议阅读一些关于这个主题的论文。或许开始here
【讨论】：