在 ML 分类问题中以高精度预测结果
Posted
技术标签:
【中文标题】在 ML 分类问题中以高精度预测结果【英文标题】:Predicting results with high precision in ML classification problem 【发布时间】:2019-08-02 12:58:49 【问题描述】:我正在研究一个多类分类问题,并且只想对单个类进行高精度预测(即预测较少但正确)。
我突出显示了第 1 类的预测总数和真阳性病例数。有什么建议,如何调整高精度的模型?
PS:其他类的结果无所谓,我们只关注class-1的精度。请在下面找到结果
【问题讨论】:
【参考方案1】:这里可能的问题之一可能是类不平衡问题。由于数据集中样本的大小不等,您开发的模型可能偏向于特定类别。为所有类别保持相似的样本量可能会提高您的精度/准确度。希望这会有所帮助
【讨论】:
我已经对训练数据集进行过采样(使用 SMOTE),因为您可以看到训练数据集在所有类中平均分布。以上是关于在 ML 分类问题中以高精度预测结果的主要内容,如果未能解决你的问题,请参考以下文章