我正在尝试在不平衡的数据集(〜1:4)上运行随机森林分类器。
我正在使用imblearn中的方法,如下所示:
from imblearn.ensemble import BalancedRandomForestClassifier
rf=BalancedRandomForestClassifier(n_estimators=1000,random_state=42,class_weight='balanced',sampling_strategy='not minority')
rf.fit(train_features,train_labels)
predictions=rf.predict(test_features)
使用scikit Learn中的RepeatedStratifiedKFold
,在交叉验证方法中进行训练和测试集的拆分。
但是,我想知道是否也需要平衡测试仪才能获得合理的准确度评分(敏感性,特异性等)。希望您能帮到我。
非常感谢!
答案 0 :(得分:0)
从docs开始,
平衡的随机森林随机地对每个引导样本进行欠采样 保持平衡。
如果可以将随机欠采样作为您的平衡方法,则分类器可以“在后台”为您执行此操作。实际上,这就是首先使用imblearn来处理类不平衡的要点。如果您使用的是直线随机森林,如sklearn的即装即用版本,那么我将更关心在前端处理类不平衡问题。