machine-learning - 二元分类准确率低于 50%

Question

我正在使用相同数量的正例和负例的平衡数据集训练朴素贝叶斯分类器。在测试时，我依次计算正类、负类以及构成负类的子集中的示例的准确性。然而，对于负类的某些子集，我得到的准确度值低于 50%，即随机猜测。我想知道，我是否应该担心这些结果远低于 50%？谢谢!

Answer 1

如果没有具体细节，就不可能完全回答这个问题，因此这里是指南:

如果您的数据集具有相同数量的类，那么随机猜测的平均准确度将为 50%。

需要明确的是，您确定您的模型已经在训练数据集上学到了一些东西吗？训练数据集准确率是否高于 50%？如果是，请继续阅读。

假设您的验证集足够大，可以排除统计波动，那么低于 50% 的准确率表明您的模型确实存在问题。

例如，您的类是否在验证数据集中意外切换？因为请注意，如果您改为使用 1 - model.predict(x)，您的准确度将高于 50%。