我有一个不平衡的数据集，其中正类大约是10,000个条目，负类大约是8,00000个条目。我正在尝试一个简单的scikit的LogisticRegression模型作为基线模型，其类权重=‘balanced’(希望不平衡问题应该得到解决？)。我需要分开处理不平衡部分吗？
浏览 1提问于2016-10-05得票数 2
回答已采纳
1回答
Logistic回归与不平衡样本
、、、、
我正在运行逻辑回归，其中结果变量是成功的二进制变量(I是:客户的位置、供应商、处理时间、销售人员的经验水平等)。要约要么申请了(出售)，要么没有(没有出售)。
浏览 10提问于2018-02-16得票数 0
我有一个不平衡的数据集，其中阳性仅占整个样本的10%。我使用logistic回归和随机森林进行分类。通过对这些模型结果的比较，发现0,1和0，0.6之间的logistic回归结果在概率输出上存在一定的差异。我不能分享数据集，但我怀疑这些算法的工作。随机森林如何产生小于0.6的概率？
浏览 0提问于2020-07-23得票数 1
回答已采纳
1回答
我试图比较多类logistic回归(OvR)和随机森林的性能，但是我的数据集与标签的5个可能值是不平衡的。数据不平衡对绩效有影响吗？
浏览 8提问于2022-09-08得票数 -1
什么是最好的方法来处理一个不平衡的测试集在科学工具包-学习？
我的训练数据被分成两类，其中样本外的数据可能更接近90/10。我使用随机森林、logistic回归和梯度提升来分类和关注概率输出。
浏览 4提问于2014-03-24得票数 0
回答已采纳
2回答
不平衡类的离群点检测
、、、
我必须建立一个预测模型，根据其他一些数值数据来预测一个布尔变量韩元/丢失变量，并进一步找出“Won”观测值的特征。PS:使用RandomForestClassifier，并使用混淆矩阵进行验证。所以现在我试着用另一种方式来看待它，并对“韩元”案例进行异常检测，因为数据中很少有“
浏览 0提问于2016-05-05得票数 3
回答已采纳
我正在处理一个多类问题和不平衡的数据。我正在努力寻找一种算法，可以很好地预测每一个班与蟒蛇(滑雪和熊猫)。我的数据集包含: 620行，12列，是不平衡的：K近邻Logistic回归(求解者=‘凹陷’)随机森林Adaboost SVM如何
浏览 0提问于2021-07-19得票数 0
我是用logistic回归来建立这个模型。我以前参加过5次竞选，一般每次竞选的转化率都在10%左右。因此，为了处理这个不平衡的数据集和获取更多的信息，我从这个数据中抽取了一个分层样本(整个5次运动)，这样就有50%的样本带有负片和50%的阳性。因此，我夸大了我的积极之处。我的怀疑是，如果我使用逻辑回归，它估计系数的最大对数似然。这种过度采样会产生偏倚结果吗？
而且，我认为这种过度采样不会对随机森林造成任何问题？
浏览 0提问于2020-07-25得票数 0
1回答
我试验了来自卡格尔的欺诈样本。我采取了线性回归和决策树。线性回归按预期工作：我们有很高的查准率和召回率，而抽样不足会使情况更糟。
浏览 0提问于2017-09-07得票数 1
回答已采纳
1回答
我有一个包含330个样本和每个样本的27个特征的数据集，其中具有Logistic回归的二进制类问题。这只给了我70个事件，允许在Logistic模型中包含大约7/8的功能。
我想评估所有的功能作为预测，我不想手动选择任何功能。
浏览 0提问于2017-07-28得票数 0
2回答
当使用不平衡的数据集(例如，欺诈检测)执行分类(例如，逻辑回归)时，是最好在过度采样少数类之前对特征进行缩放/zscore/标准化，还是在缩放特征之前平衡类？下面是一个例子：
用不平衡
浏览 0提问于2018-01-21得票数 7
1回答
多标号不平衡列车试验劈开
、、、、
我有四个回归标签的数据。每个回归标签的样本是不平衡的。这些数据与post 一起附在这里。此外，标签是高度不平衡的。例如，大多数样本定义了D，而最小样本定义了A。对于多标签回归输出有类似的功能吗？
浏览 2提问于2020-11-27得票数 2
回答已采纳
第二部分仍然涉及到z <- .Call(C_Cdqrls, x, y, tol, FALSE)和我所不期望的，线性回归和判别分析在数学层面是相同的。，我是不是错过了明显的？
浏览 2提问于2019-07-09得票数 5
回答已采纳
1回答
我有一个包含330个样本和每个样本27个特性的数据集，其中包含一个用于Logistic回归的二进制类问题。这只给了我70个事件，只允许在Logistic模型中包含大约7/8的特性。
我想评估所有的功能作为预测，我不想手动挑选任何功能。
浏览 0提问于2017-07-28得票数 11
得到“ValueError(”不带类属性的测试数据集“)”如何实际预测决策树/逻辑回归中的类标签？ -> logistic regression -> test learners -> Confusion Matrix-> logistic regression -> Predictions
-> Remaining data -> test learners
浏览 1提问于2015-05-12得票数 0
3回答
这是一个二值分类问题，类严重不平衡。我对样本进行了击打并创建了一个模型。我也尝试过类似的方法，对样本不足。logistic回归的两种方法均表现平庸。
浏览 0提问于2019-08-09得票数 0
回答已采纳
3回答
二次回归是个好主意吗？或者，基于概率的预测算法，如马尔可夫算法，是普遍使用的吗？还有其他我应该使用的算法吗？到目前为止，我在数据分析方面已经学会了回归。
浏览 0提问于2016-04-12得票数 0
我试图将logistic回归模型拟合到高维(约15k)的不平衡数据集(0.5/99.5)。我用随机森林来选择最重要的200个特征。观测值在120 K左右。当我对基于数据集的logistic回归模型进行拟合时(使用Smote进行过采样)，在训练f1时，查全率和准确率都很好。但在测试中，精度分数和f1都很差。我目前正在尝试不同的不平衡数据集的抽样方法，也计划尝试PCA。
浏览 0提问于2017-03-27得票数 7
回答已采纳
3回答
我尝试过不同的ML算法，发现Logistic回归比所有算法都要好，但是我无法理解why.My数据具有比观察更多的特性。支持向量机-应该在高维数据上表现良好，即使存在类不平衡，也会表现良好，但没有显示出很好的效果。朴素贝尔斯-我认为朴素贝尔斯表现不佳，因为阶级不平衡。随机森林-体面performance.but没有表现出logistic回归。注意:数据集是稀疏的，它比观测/示例具有更多的特性/参数。
浏览 0提问于2019-04-10得票数 1
训练和测试数据的阳性率约为1%，但模型预测的阳性率仅为0.1%左右。我试过校准，但没什么改进。我也不想选择阈值，因为最终目标是输出概率。
我想要的是模型有很多分类阳性，类似于实际数据中的阳性数。
浏览 0提问于2020-01-31得票数 5
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
