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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注