python - 你能修复 scikit 学习中分类器的假阴性率吗

Question

我正在使用 Random Forest classifer在 scikit 中学习两个类的不平衡数据集。与误报相比，我更担心假阴性。是否可以固定假阴性率(比如 1%)并要求 scikit 以某种方式优化假阳性率？

如果这个分类器不支持，是否有另一个分类器支持？

Answer 1

我相信 sklearn 中类不平衡的问题可以通过使用 class_weight 参数来部分解决。

这个参数要么是一个字典，其中每个类都被分配了一个统一的权重，要么是一个字符串，告诉 sklearn 如何构建这个字典。例如，将此参数设置为“自动”，将按其频率的倒数对每个类别进行加权。

通过为较少出现的类别分配较高的权重，您最终可以获得“更好”的结果。

SVM 或逻辑回归 等分类器也提供此class_weight 参数。

This Stack Overflow 回答给出了一些关于如何处理类别不平衡的其他想法，例如欠采样和过采样。