采样不足后 F1-Score 降低

社会演员多 deep-learning 409

原文标题 ：F1-Score gets reduced after under sampling

我有类别不平衡的数据集。我拟合了随机森林模型，该模型在没有任何抽样的情况下给出了 0.77 的 f1 分数。但是，在抽样不足后，当我拟合逻辑回归模型时，f1 分数会降低。我无法弄清楚采样不足后 f1 分数是如何降低的？不应该处理阶级不平衡吗？

原文链接：https://stackoverflow.com//questions/71463093/f1-score-gets-reduced-after-under-sampling

回复

我来回复
  • aaossa的头像
    aaossa 评论

    由于您使用 sklearn 计算 F1 分数，因此只需使用average参数使用"weighted"标准计算分数。根据thedocs，此标准用于“（c）计算每个标签的指标，并通过支持（每个标签的真实实例数）找到它们的平均加权”。

    像这样使用它：

    f1_score(y_true, y_pred, average="weighted")
    2年前 0条评论