分类器总是预测相同的标签

Question

我训练不同的分类器例如树木或SVC，它们总是预测相同的标签。 预测它的标签是数据集中最常见的标签。报告是这样的：

         precision    recall  f1-score   support

      1       0.46      1.00      0.63       263
      2       0.00      0.00      0.00       163
      3       0.00      0.00      0.00       144

平均/总计0.46 1.00 0.63 570

有什么方法可以避免分类器预测最激烈的类？

Answer 1

SVC构造函数有一个参数 weight ，可以设置为＆＃39; auto＆＃39;。这使得权重与标签频率成比例。