ermutuxia 回复您的文章《过抽样1的比例》

从你的混淆矩阵来看，可以看到过抽样后的数据建立的模型对测试数据的预测效果明显提升

2021-03-19 19:42

fs陈晓亮回复了你的评论:

过抽样前混淆矩阵

train
confusion_matrix
 [[18875   131]
 [    1   193]]
classification report
               precision    recall  f1-score   support

           0       1.00      0.99      1.00     19006
           1       0.60      0.99      0.75       194

    accuracy                           0.99     19200
   macro avg       0.80      0.99      0.87     19200
weighted avg       1.00      0.99      0.99     19200

test
confusion_matrix
 [[4722   30]
 [  41    7]]
classification report
               precision    recall  f1-score   support

           0       0.99      0.99      0.99      4752
           1       0.19      0.15      0.16        48

    accuracy                           0.99      4800
   macro avg       0.59      0.57      0.58      4800
weighted avg       0.98      0.99      0.98      4800

过抽样后混淆矩阵

train
confusion_matrix
 [[18674   332]
 [   29 18977]]
classification report
               precision    recall  f1-score   support

           0       1.00      0.98      0.99     19006
           1       0.98      1.00      0.99     19006

    accuracy                           0.99     38012
   macro avg       0.99      0.99      0.99     38012
weighted avg       0.99      0.99      0.99     38012

test
confusion_matrix
 [[4644  108]
 [  40 4712]]
classification report
               precision    recall  f1-score   support

           0       0.99      0.98      0.98      4752
           1       0.98      0.99      0.98      4752

    accuracy                           0.98      9504
   macro avg       0.98      0.98      0.98      9504
weighted avg       0.98      0.98      0.98      9504

2021-03-19 17:39

ermutuxia 回复您的文章《过抽样1的比例》

从混淆矩阵看，你的模型对数据的拟和程度是比较高的。然后你把这个估计好的模型用于你测试集数据，然后把混淆矩阵给我贴一下，不用贴其他的，只需要贴混淆矩阵，我看下测试集预测效果

2021-03-19 16:25