我正在处理一个二元分类问题。假设有类别A和B。但问题是A和B的类先验分布分别是90%和10%。所以我尝试的大多数分类算法倾向于将大部分情况分类为类别A，尽管0/1准确率很高，但对于类别B的精确度和召回率却非常糟糕。我该如何改变这种情况？
回答：
有两种基本方法：
- 对较小的类别进行过采样（复制向量使比例更加均衡，你还可以对这些数据应用一些小的噪声以获得更“有价值”的数据）
- 使用某种类加权方案，这种方案由你的模型支持
特别是，请查看支持向量机的这一具体问题
还有一点要注意 – 一些评估措施是专门为处理这种不平衡而设计的，特别是MCC（马修斯相关系数）可以用来评估非比例数据上的模型质量。
