如何评估/提高具有不平衡数据集的神经网络预测的准确性？
评估和提高具有不平衡数据集的神经网络预测准确性是一个重要的问题。不平衡数据集指的是在训练数据中，不同类别的样本数量差异较大的情况。
评估准确性的方法：
- 混淆矩阵（Confusion Matrix）：通过计算真阳性（True Positive）、真阴性（True Negative）、假阳性（False Positive）和假阴性（False Negative）的数量，可以得到准确率（Accuracy）、精确率（Precision）、召回率（Recall）和F1值等指标，从而评估模型的性能。
- ROC曲线和AUC值：绘制接收者操作特征曲线（Receiver Operating Characteristic Curve），计算曲线下面积（Area Under Curve），可以评估模型在不同阈值下的性能。
提高准确性的方法：
- 数据重采样：通过欠采样（Under-sampling）或过采样（Over-sampling）等方法调整数据集中不同类别的样本数量，使其更加平衡。
- 类别权重调整：在训练过程中，给予不同类别的样本不同的权重，使得模型更加关注少数类别的样本。
- 集成学习：通过组合多个模型的预测结果，如投票（Voting）、平均（Averaging）等方式，提高模型的整体性能。
- 数据增强：通过对少数类别的样本进行变换、旋转、裁剪等操作，生成新的样本，增加数据集的多样性。
- 使用合适的评估指标：对于不平衡数据集，准确率并不是一个合适的评估指标，可以使用精确率、召回率、F1值等更加适合的指标来评估模型的性能。
腾讯云相关产品和产品介绍链接地址：
- 数据重采样：腾讯云数据处理服务（https://cloud.tencent.com/product/dps）
- 类别权重调整：腾讯云机器学习平台（https://cloud.tencent.com/product/tfml）
- 集成学习：腾讯云机器学习平台（https://cloud.tencent.com/product/tfml）
- 数据增强：腾讯云图像处理服务（https://cloud.tencent.com/product/tiips）
- 评估指标：腾讯云机器学习平台（https://cloud.tencent.com/product/tfml）
相关·内容
1回答
在我尝试的Kaggle竞赛中有一个不平衡的数据集。数据集的目标变量是二进制变量，它倾向于0。我尝试了几种机器学习算法，如Logistic回归算法、随机森林算法、决策树算法等，但它们的准确率都在70%左右。似乎模型总是倾向于预测0。因此，我尝试了几种方法来获得一个不偏不倚的数据集，如下所示。使用SMOTE和其他技术对数据集进行采样
浏览 0提问于2021-07-23得票数 2
1回答
我使用gridsearchcv来确定my分类器中的哪些超参数可以使我的神经网络的准确性更高。我发现层和节点的数量会造成差异，但我正在尝试找出哪些其他配置可以在准确性方面有所不同(实际上是F1分数)。但是根据我的经验，像“激活”，"learning_rate"，“求解器”这样的参数看起来并没有真正改变任何事情。我需要做一个研究，看看其他哪些超参数可以通过神经网络来影响预测的
浏览 28提问于2019-05-12得票数 0
回答已采纳
1回答
我需要一些建议来提高我的模型的准确性。📷此数据集高度不平衡。0 159730 我试过抽样了。y_train)0 159730
最后，我使用XGBClassifier对模型进
浏览 0提问于2019-04-21得票数 1
我有一个具有非常高不平衡类的3类数据集：class 2: 27000使用简单的学习算法，精度为84.6%，但正如预期的那样，大多数预测是class使用oversampling、SMOTE、undersampling、XGBoost、Adaboost等技术，F1评分有所增加，但总体上准确性要么保持在~84%，要么下降。任何有希望的技术，我可以探索，以
浏览 0提问于2020-10-24得票数 -2
回答已采纳
1回答
在数据集不平衡的情况下，我试图了解AUC是一个比分类精度更好的度量标准。假设dataset包含3个类的1000个示例，如下所示：显然，这些数据是不平衡的一个天真的策略是预测属于第一类的每一个点。
假设我们有一个具有以下预测的分
浏览 2提问于2020-06-19得票数 1
回答已采纳
1回答
如何提高低召回价值？
、、、
我正在处理的人力资源消耗数据是高度不平衡的。我使用了平衡技术，比如SMOTE来生成合成数据，然后使用高斯朴素Bayes对自然损耗进行分类。在绘制混淆矩阵之后，我发现它具有很高的精确度，但召回率却很低。有人能建议如何提高回忆价值吗？
浏览 0提问于2020-05-11得票数 -1
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
3回答
对不平衡集进行分类预测分析的方法之一是对多数类进行欠采样(其他方法包括:对多数类进行欠采样，合成新的少数类.)。
下面假设我们使用这些解决方案中的任何一个，然后用新生成的数据集来训练算法。这个经过训练的算法是否有助于预测来自这个系统的进一步数据，而这个系统通常是不平衡的？或者说，为了使它更加具体，是否有可能在一般情况下训练一个<
浏览 0提问于2016-09-01得票数 6
1回答
我有一个由5个数值变量组成的数据集，如以下图像中的示例：在这个数据集中，前四个变量是输入，GDP是输出。我正试图建立一个回归GDP变量的神经网络。对于输入变量，我使用主成分分析来规范数据，而对于GDP变量，我使用了MinMax归一化算法。然而，神经网络结果的精度很低，我认为问题在于输出变量的归一化。关于如何提高神经网络的<
浏览 0提问于2020-03-24得票数 0
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
我有一个多层神经网络，它使用数据库中的两个变量(酒精和Malic.Acid)#Reading in the wine data from last week's labsprint(predict_outNN2)并打印出预测结果
最后一部分是‘计算
浏览 4提问于2021-11-09得票数 0
回答已采纳
1回答
对于分类问题陈述，我应该使用哪一种评估标准？我应该决定什么因素? 1. 准确性 2. F1评分 3. AUC ROC评分 4. 日志丢失
浏览 3提问于2020-01-11得票数 0
2回答
我正在做一个项目，我试图将评论分类为不同的类别：“有毒”，"severe_toxic"，“猥亵”，“侮辱”，"identity_hate“。我使用的数据集来自这个Kaggle挑战：。我目前面临的问题是，无论我在多小的训练数据集上拟合我的数据，当我预测测试数据的标签时，我的准确率总是在90%左右或以上。在本例中，我在1
浏览 0提问于2019-12-02得票数 0
2回答
我试图在两个类(二进制分类)的数据集上执行情感分析。Dataset严重不平衡于70% - 30%。我使用LightGBM和Python 3.6来建立模型和预测输出。我认为数据集的不平衡会影响我的模型的性能。我得到了90%的准确性，但它并没有进一步提高，即使我执行了参数的微调。我不认为这是最大可能的准确性
浏览 4提问于2017-11-08得票数 3
回答已采纳
1回答
我试图预测构建性能的标签：{1，0}。因为这是二进制分类，所以我尝试了使用Xavier初始化的sigmoid和identity激活函数。然而，我不能提高我的模型的准确性，因为损失和准确性停留在训练后的每一个时代。这是一个非常不平衡的数据集，其中90%的数据集占多数。所以，我想这可能是由于最初的
浏览 8提问于2022-06-25得票数 -1
1回答
有5个(不平衡)类，我使用不同的类权重。一般来说，每堂课只有几张训练图像：~56-238。📷我不知道如何解释这两
浏览 0提问于2018-11-20得票数 1
回答已采纳
1回答
1)目前，我正试图建立一个具有高度不平衡类(二进制分类)的前馈神经网络，其中1类的观测量很低(以及需要预测的类)。数据集非常大，因此为了使网络更好地预测第1类，我对训练集中的0类观测进行了抽样(最后得到了大约60万次观测的训练集)。现在，我使用“精度”作为优化的度量来估计神经网络，同时使用早期停止来优化不平衡验
浏览 0提问于2019-04-26得票数 6
1回答
我已经为MNIST数据集训练了一个带有keras的顺序模型，这是我使用的代码。如何从输出中的这些指标中了解我的模型性能。如果可能的话请解释。
浏览 0提问于2018-11-10得票数 1
回答已采纳
1回答
我在不平衡的数据集上训练随机森林，准确性并不能提供信息。我希望避免交叉验证，而使用OOB (OOB)评估。在sklearn (或者一般的python )中，是否可以评估OOB (OOB) F1或AUC而不是OOB的准确性？我在这些页面上找不到这样做的方法： https://scikit-learn.org/stable/auto_examples/e
浏览 21提问于2020-09-13得票数 2
回答已采纳
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
