标签： machine-learning scikit-learn data-modeling modeling data-analysis
尝试对存在明显类不平衡问题的数据集进行分类。对于1500的确定数据集，有108个1，其余为0＆＃39; s-1＆amp; 0表示明确的类别。 使用决策树创建模型。用于纠正类不平衡问题的方法，如ADABoost，SMOTE等，但问题是 - - 当我用它来预测测试集时，它预测得很好 但 当我采用0.1百万的随机数据集时，它的预测是令人难以置信的偏差 - 例如0和80的20％和1的20％，这是不可能的。
我错过了什么？