auc在处理不平衡数据方面是否更好。在大多数情况下，如果我处理的是不平衡的数据，那么准确性并不能给出正确的想法。尽管准确率很高，但模型的性能很差。如果不是auc，这是处理不平衡数据的<e
浏览 146提问于2019-02-26得票数 0
回答已采纳
1回答
简易神经网络在keras中的实现
、、、、
我有一个二进制分类问题(良性/恶意)，我已经应用简单的神经网络一个隐藏层来解决这个问题。我在我的数据集中有46个特征，对于隐藏层，我使用的是46/2。而且我的数据没有缩放，所以我使用的是标准缩放器。我得到了大约99.79%的准确性与代码。然而，准确性是出乎意料的，我预计在93-94%左右，我
浏览 0提问于2018-02-17得票数 2
我有一个很不直观的问题。我正在对亚马逊书评进行情感分析，数据集严重不平衡。正面评论几乎是负面评论的10倍，训练和测试的准确率都在90%左右(数据集不平衡)。然而，当我尝试在class_weight = {0:10 , 1:1}的帮助下平衡数据集时，训练和测试的准确率都下降到了65%左右。同样，如果我的<
浏览 2提问于2018-11-25得票数 1
2回答
哪一种度量更适合于增强方法
、、、、
我在一个包含30万个样本的数据集上工作，并试图将logistic回归(具有梯度下降)和用于二进制分类的LightBoost进行比较，以便选择更好的。我想知道在这种情况下，我应该使用哪个指标，为什么？AUC测试值？LogLoss ?？
浏览 0提问于2019-04-16得票数 1
回答已采纳
1回答
我实际上是用CNN对图像进行分类。我有16个类和大约3000张图片(非常小的数据集)。这是一个不平衡的数据集。我做了一个60/20/20的分割，在所有的集合中，每个类的百分比是相同的。我用权值正规化。当我过度适应(epoch=350，loss=2)时，我的模型的准确性(70
浏览 0提问于2019-05-16得票数 2
2回答
机器学习中的评价指标
、、、
下面以一个二分类问题为例，如果我在训练中使用“准确性”作为度量标准，并使用ROCR包找到AUC分数，这将是如何逻辑的？或者我应该始终使用"ROC“作为计算AUC分数的度量标准？数据集不平衡。
浏览 0提问于2016-10-20得票数 1
我为数据拟合了一个随机森林模型。我将我的数据集按70:30的比例分为训练和测试，并对模型进行了训练。我对测试数据的准确率为80%。然后，我取了一个基准数据集，并用该数据集测试了模型。该数据集仅包含具有真实标签(1)的数据。但是，当我使用该模型获得基准数据集的预测时，所有真正<
浏览 13提问于2020-02-22得票数 0
我是机器学习的新手。这是我的1^{st}机器学习项目，我正在对不平衡的数据集进行分类。目标变量中也有多个类。roc_au有时用于不平衡的数据集。但是有几个
‘roc_<e
浏览 0提问于2021-10-26得票数 1
2回答
不平衡数据的评价指标
、、、、
嗨，我是个CS研究生我的数据集是时间序列传感器数据，异常(正类)比率在5%到6%之间。📷我认为用宏avg (0.40)报告f1评分是合理的。
可以吗？谢谢你
浏览 0提问于2021-07-02得票数 0
1回答
目前，我有一个平衡的数据集(我人为地过采样以使其平衡)。我的类是二进制(0或1)。我想知道，在数据集具有大致相等的类平衡的情况下，“准确性”是否是使用的“最佳”度量？然而，更广泛地说，是否有一个好的“经验法则”或“最佳实践”来衡量哪个评分标准(准确性、精确性、回忆性、AUC、.)基于数
浏览 0提问于2018-01-19得票数 1
我正在创建一个有4个类的数据集，其中有50K行，我已经获得了86%的准确率，0.85的预测，0.86的召回和0.71的F1-分数支持向量机上的80,20分裂。我必须在一篇研究论文中公布这个数据集，但我关心的是班级百分比的年龄分布。例如，类1比类4有更多的数据。(数据集注释已经
浏览 0提问于2022-01-06得票数 0
3回答
我目前正在训练一个神经网络，我无法决定使用哪一个来实现我的早期停止标准:验证丢失，或者像准确性/f1core/auc/任何在验证集上计算的指标。有人对何时使用验证损失和何时使用特定的度量有指示吗</
浏览 0提问于2018-08-20得票数 44
回答已采纳
1回答
嗨，我面临的问题是，我有数据集来判断人是否感到寒冷，给我的数据集被称为坏数据集，我希望最大限度地提高模型的准确性和精度。
浏览 1提问于2022-12-03得票数 0
他们处于极不平衡的数据中(大约14300:1)。我得到了几乎100%的准确率和ROC-AUC，但准确率，召回率和f1分数为0。我理解在非常不平衡的数据中，准确性通常是没有用的，但为什么ROC-AUC度量也接近完美？)
false_positive_rate, true_positive_rate, thresholds = roc_curve(y
浏览 0提问于2016-01-10得票数 22
回答已采纳
1回答
模型精度:如何确定？
、、、、
对于构造分类器的方法，如多项式朴素贝叶斯或支持向量机，我有一些疑问。我将通过这些步骤来看看这个方法是否可行。我没有太多的经验，在模型建设，所以任何建议都会很好！我的数据集大约。📷from sklearn.model_selection import train_test_split模型来创建一个SVM分类器：
from
浏览 0提问于2020-10-13得票数 0
回答已采纳
首先，如果这是个新手的问题，很抱歉！对所有这些东西来说都是比较新的。把这贴在堆栈溢出上有人把我送到这里！希望这是个合适的地方。无论如何，我正在处理22个数据集，每个数据集有180个"Oddball“数据和720个”标准“数据。我试图使用随机森林进行分类(例如，oddball=1，standard=0)。我知道这两个因素应该有大致相等的试验/观察，但如果我使用75
浏览 0提问于2019-11-20得票数 3
回答已采纳
我有一个分类任务，目前我得到了非常低的精度指标(我的最高精度得分约为20%)。我的数据集有1500个数据点，不超过9个特征。关于因变量的<
浏览 0提问于2023-02-27得票数 0
回答已采纳
2回答
我想知道，为什么我们的目标是最大化的AUC时，最大的准确性，产量相同？
我认为，随着首要目标的最大准确性，AUC将自动大。
浏览 2提问于2017-10-14得票数 4
回答已采纳
我发现，当我在不平衡的训练数据上训练一些CNN和RNN时，我的训练收敛得相对较快，准确率大约是较大类别的百分比(因此，如果有80%是的例子，它可能总是会输出是)。我觉得这是可以解释的..这个解决方案是局部最优的，网络在训练时不能逃脱它。这种解释正确吗?这种行为在这些情况下最常见吗？我能对它做些什么呢？合成更多的
浏览 4提问于2017-04-22得票数 1
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
