“手动”分配训练和测试数据
“手动”分配训练和测试数据
提问于 2020-06-23 02:35:11
我组装了一个数据帧，其中包括日期、所述日期的天气、指定是否发生森林火灾的虚拟对象，以及森林火灾的烧毁区域。问题是，如果我使用train_test_split，我的机器学习模型使用整个数据，并且数据帧中只有5%的日期发生森林火灾，因此它倾向于训练自己来实际预测所有日子都不会发生火灾。或者别的什么，我还是不明白。
无论如何，我相信如果我只用包含森林火灾的天数来训练模型，然后用整个数据框架来测试它，它可以更好地预测森林火灾。有人知道我该怎么做吗？我使用的是python 3和jupyter笔记本。我认为RandomForest也最适合解决这个机器学习问题。
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-06-23 02:42:17
您正在处理一个不平衡的数据集。有许多方法可以处理它，这取决于您拥有的数据。
如果你有一个非常大的数据集，你可以用挑剔的样本训练你的模型，一半有森林火灾，一半没有。
如果不是这样，那么你需要走得更远一点。例如，你可以在here上阅读更多关于它的信息。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/62521215
复制相关文章
相似问题
腾讯云开发者
