我有一个数据集,其中类是不平衡的.类为'1'或'0',其中类'1':'0'的比例为5:1.你如何计算每个类的预测误差和相应的重新平衡权重在sklearn中随机森林,类似于以下链接:http: //www.stat.berkeley.edu/~breiman/RandomForests/cc_home.htm#平衡
python classification machine-learning random-forest scikit-learn
我在scikit中使用随机森林分类法学习两个类的不平衡数据集.我更担心假阴性而不是假阳性.是否有可能修复假阴性率(比如说,1%)并让scikit以某种方式优化假阳性率？
如果这个分类器不支持它,那么还有另一个分类器吗？