- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试实现 xgboost
在具有不平衡类(1% 的 1% 和 99% 的零)的分类数据上。
我正在使用 binary:logistic
作为分类的目标函数。
据我所知xgboost
- 当 boosting 开始构建树时,目标函数被迭代优化,当所有树组合在一起时,最终实现最佳性能。
在我的数据中,由于类不平衡,我面临着 Accuracy Paradox 的问题。 .在模型的最后,我能够取得巨大的成就 accuracy
但是 可怜的 precision
和 recall
我想要一个自定义目标函数,它可以优化模型并返回具有最佳 f-score
的最终 xgboost 模型。 .或者我可以使用任何其他可以返回最佳的目标函数f-score
?
Where F-Score = (2 * Precision * Recall)/(Precision + Recall)
最佳答案
我不是这方面的专家,但我认为这个评估指标应该可以胜任:
f1score_eval <- function(preds, dtrain) {
labels <- getinfo(dtrain, "label")
e_TP <- sum( (labels==1) & (preds >= 0.5) )
e_FP <- sum( (labels==0) & (preds >= 0.5) )
e_FN <- sum( (labels==1) & (preds < 0.5) )
e_TN <- sum( (labels==0) & (preds < 0.5) )
e_precision <- e_TP / (e_TP+e_FP)
e_recall <- e_TP / (e_TP+e_FN)
e_f1 <- 2*(e_precision*e_recall)/(e_precision+e_recall)
return(list(metric = "f1-score", value = e_f1))
}
关于r - 自定义目标函数来优化 Fscore - XGBOOST,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43650582/
我正在尝试实现 xgboost在具有不平衡类(1% 的 1% 和 99% 的零)的分类数据上。 我正在使用 binary:logistic作为分类的目标函数。 据我所知xgboost - 当 boos
编辑:我回答了我自己的问题。我不能将其作为答案发布,因为我的代表少于 10 个。我已将其作为编辑包含在 ~~~~~~~~~~ 行下。 我认为这个问题不需要代码示例,因为它是关于算法的。不是具体的实现。
我有以下混淆矩阵,现在我需要从中计算精度、召回率和 FScore,我如何使用获得的值来做到这一点? 混淆矩阵和统计 Reference Prediction One Zero
我是一名优秀的程序员,十分优秀!