2020-09-15
阅读量:
532
如何处理不平衡的二元分类?
首先,你想重新考虑用于评估模型的 指标。模型的准确性可能不是最好的指标,因为我将用一个例子来说明原因。假设有99次银行提款不是欺诈行为,而1次提款是欺诈行为。如果你的模型仅将每个实例归类为“非欺诈性”,则其准确性为99%!因此,你可能要考虑使用精确度和召回率等指标。
改善不平衡二元分类的另一种方法是增加对少数群体 分类错误的成本。通过增加这种惩罚,模型应该更准确地对少数群体进行分类。
最后,你可以通过对少数类进行 过度采样或对多数类进行 欠采样来改善类的平衡。






评论(0)


暂无数据
推荐帖子
0条评论
0条评论
0条评论