我是机器学习新手，我有一个数据集，该数据集具有高度不平衡的类（以负类为主），并且包含超过 2K 的数字特征，目标是 [0,1]。我训练了一个逻辑回归，虽然我得到了 89% 的准确率，但从混淆矩阵来看，发现模型的 True Positive 非常低。以下是我的模型的分数
Accuracy Score : 0.8965989500114129
Precision Score : 0.3333333333333333
Recall Score : 0.029545454545454545
F1 Score : 0.05427974947807933
如何提高我的真实积极率？我应该使用不同的分类模型吗？
我尝试过 PCA 并将我的数据表示为 2 个组件，它将模型准确率提高到 90%（大约），但真实阳性率再次下降