f1或下采样后的准确性评分-分类，svm-Python

Question

我有一个由15列和3000行组成的数据集，用于训练用于二进制分类的模型。 y（1：2）不平衡。两种结果（0,1）都同等重要。

下采样后（因为参数class_weight = balance不能正常工作），我使用了参数scoring =“ f1”，因为我读到这是ROC曲线旁边性能最好的度量。

问题是： 降采样后我仍将数据视为不平衡状态，因此应用f1还是可以恢复到正常精度？

f1 = 2 *（精度*召回率）/（精度+召回率）

提前加油！ ：）

Answer 1

如果您已经重新平衡了数据，那么它就不会再失去平衡了，我认为将准确性用作成功指标没有问题。

精度可能会在非常偏斜的数据集中误导您，但由于它不再偏斜，因此它应该可以工作。