如何预测不平衡数据的类别?

在机器学习的二元分类问题中,当类别不平衡时,哪个类别被视为正类别重要吗?比如,如果类别A是多数类,按照惯例,我是应该预测多数类还是少数类(类别B)?这真的重要吗?


回答:

实际上,这并不重要,但这取决于你的具体问题。例如,如果你要对一个医学测试进行分类,其中正类别对应于“疾病存在”,并且我们假设正样本是少数,你可能更希望预测一个人生病的概率有多高,或者说属于少数类的概率有多高。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注