use*_*372 2 machine-learning data-mining
我正在研究二进制分类问题.说A类和B类.但问题是A和B的类先验分布类似于90%和10%.因此我尝试过的大多数分类算法都倾向于对A类的大多数情况进行分类,尽管0/1的准确度很高,但B级的类精度和召回是可怕的.我怎么能改变这个？
有两种基本方法:
特别是,看看支持向量机的确切问题
还有一件事 - 构建一些评估措施来处理这种不成比例,在单方面MCC(Mathews Correlation Coefficient)可以用来评估非比例数据的模型质量.
| 归档时间： |
|
| 查看次数： |
284 次 |
| 最近记录： |