标签： python random-forest precision-recall
我有一个不平衡的数据集，我已经在使用SMOTE过度采样了。我得到1的低召回值，我正在尝试增加它并传播错误的方法。我很好，降低了整体准确性。 airbnb下面的implementation做了伎俩，图书馆似乎不是开源的。
无论如何，我们可以控制拟合以提高召回价值。