Anjhon’s Blog · 2023-11-20T00:00:00Z 机器学习样本不平衡问题 💡 原文中文，约6000字，阅读约需15分钟。 📝 内容提要 本文介绍了解决样本不平衡问题的常用方法，包括权重法和采样法。评估指标包括精确率、召回率、F1值、ROC曲线和PR曲线。ROC曲线适用于整体性能评估，PR曲线适用于正例预测评估。采样法可使用随机欠采样和SMOTE算法。若模型未提升，需检查数据获取过程是否存在问题。 🏷️ 标签 召回率 机器学习 权重法 样本不平衡问题 精确率 采样法 阅读原文 生成长图 分享链接 已复制链接
