你可以在scikit learn中的分类器中修复假阴性率吗？

Question

我在scikit中使用Random Forest classifer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（比方说，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？

Answer 1

我相信使用class_weight参数可以部分解决sklearn中类不平衡的问题。

这个参数是一个字典，每个类都赋予一个统一的权重，或者是一个告诉sklearn如何构建这个字典的字符串。例如，将此参数设置为＆＃39; auto＆＃39;，将按照其频率的倒数的比例对每个类进行加权。

通过对较少金额较少的课程进行加权，您最终可以获得更好的成绩。结果

类似 SVM 或逻辑回归的分类器也提供此A=r("X<-featureCounts(...)")参数。

This Stack Overflow回答提供了一些关于如何处理类不平衡的其他想法，例如采样和过采样。

Answer 2

我发现这篇关于课堂失衡问题的文章。

  

http://www.chioka.in/class-imbalance-problem/

它基本上讨论了以下可能的解决方案：

• 基于成本函数的方法
• 基于抽样的方法
• SMOTE（合成少数民族过采样技术）
• 最近的方法：RUSBoost，SMOTEBagging和Underbagging

希望它可能会有所帮助。

Answer 3

随机森林已经是一个袋装分类器，所以应该已经给出了一些好的结果。

获得所需假阳性或假阳性的一种典型方法是使用ROC曲线进行分析 http://scikit-learn.org/stable/auto_examples/plot_roc.html 例如，修改某些参数以达到所需的FP速率。

不确定是否可以使用参数调整随机森林分类器FP速率。您可以根据您的应用程序查看其他分类器。