在进行二进制分类的情况下，数据集不平衡的问题

Question

我有一个二进制分类问题，数据划分类似于：{0：85％，1：15％}。我尝试过重新加权class_weights和其他采样方法。但是我使用的所有方法都给我不令人满意的结果。 我的数据集是（91125,57）。

Accuracy:1
F1-Score:1
F2-Score:1
Precision:1
Recall:1
AUCROC:1
Kappa:1

还有其他方法可以用来处理这种情况吗？

Answer 1

在将数据提供给分类器之前，请确保从功能中删除了目标变量：

X = df.drop('target',axis=1) y = df['target']

我还要检查一些自变量是否与目标高度相关。它可以使您了解导致不切实际的完美分类的原因：

import seaborn as sns sns.heatmap(X_train.corr())