Блог

Я запускаю модель LinearSVC, используя sklearn для моей задачи классификации для несбалансированного набора данных, и получаю результат, приведенный ниже:

 confusion matrix:
[[43677 28222]
 [ 5309  9575]]

classification report:
   precision    recall  f1-score   support

   class 0:       0.72      0.69      0.71    133958
   class 1:       0.70      0.73      0.72    133958

   micro avg       0.71      0.71      0.71    267916
   macro avg       0.71      0.71      0.71    267916
weighted avg       0.71      0.71      0.71    267916

               precision    recall  f1-score   support

class 0:       0.89      0.61      0.72     71899
class 1:       0.25      0.64      0.36     14884

    micro avg       0.61      0.61      0.61     86783
    macro avg       0.57      0.63      0.54     86783
 weighted avg       0.78      0.61      0.66     86783
  

Посмотрите на результат, есть ли у вас какие-либо предложения для меня по его улучшению? (Я использую метод передискретизации для балансировки обучающего набора данных)

Что меня беспокоит, так это отфильтровать все экземпляры в классе 1 из данных, должен ли я просто посмотреть на точность / отзыв класса 1 или мне следует использовать какие-либо другие показатели для оценки того, насколько хороша моя модель?

передискретизация не всегда помогает (т. Е. она просто дублирует выборки для балансировки данных). попробуйте разные подходы, например, «Синтетический метод избыточной выборки меньшинства». Для получения более подробной информации обратитесь к следующему, ПОРАЖЕННОМУ