混淆矩阵：真负数为 0 是啥意思？

Posted 2023-03-12

【中文标题】混淆矩阵：真负数为 0 是啥意思？

【英文标题】：Confusion matrix: What does it mean to have 0 value in true negative?混淆矩阵：真负数为 0 是什么意思？

【发布时间】：2020-05-03 06:34:09

【问题描述】：

我正在使用逻辑回归处理客户流失预测数据集。该模型预测 95% 的准确率，但混淆矩阵给出以下输出：

array([[1517,    0],
       [  70,    0]], dtype=int64)

我怎样才能让模型也预测真阴性？

【问题讨论】：

看起来您的数据不平衡。你的训练数据中输出变量的比例是多少？

你能检查一下你的 Y_train 中是否有负类吗？

@AkshayNevrekar 如何查看？

使用df["column_name"].value_counts()

这是训练数据中的比例：0 4810 1 267 名称：Churn，dtype：int64

【参考方案1】：

这是数据不平衡的典型问题。

您的逻辑分类只是预测一类（在本例中为 0 类），根本不考虑任何其他结果。

有大量的关键字/想法来解决这个解决方案，这超出了这里的范围。给你一些流行语：

过采样/欠采样 异常值检测 更改分类器优化问题

这类问题没有基本的解决方案，你真的需要在那个话题上努力！

【参考方案2】：

我想补充一下 PV8 的回答，如上所述，这是一个高度不平衡的数据集。您可以查看不同的指标，例如ROC、PR curve、平衡准确度得分、stratified k fold cross validation、调整类权重并尝试under/over sampling。在进行抽样之前尝试其他提到的方法可能是个好主意。

由于您使用的是 scikit-learn，因此您可以同时使用不平衡学习包，https://imbalanced-learn.readthedocs.io/en/stable/install.html。它将为不平衡数据集提供各种欠/过采样算法、分类器、指标。