RandomForest-sklearn'de sınıflandırma eşiği

1) Sklearn'deki RandomForest'te sınıflandırma eşiğini (varsayılan olarak 0,5 olduğunu düşünüyorum) nasıl değiştirebilirim?

2) sklearn'de nasıl yetersiz numune alabilirim?

3) RandomForest sınıflandırıcısından şu sonucu aldım: [[1635 1297] [520 3624]]

         precision    recall  f1-score   support

class 0       0.76      0.56      0.64      2932
class 1       0.74      0.87      0.80      4144

ort / toplam 0,75 0,74 0,73 7076

ilk olarak, veriler dengesizdir (sınıf-0'dan% 30 ve sınıf-1'den% 70). Bu yüzden, sınıflandırıcının sınıf-1 için önyargılı olması daha muhtemel olduğunu düşünüyorum, yani sınıf-0'dan sınıf-1'e biraz taşıyın (sınıf-0 için 1297 yanlış sınıflandırma, ancak sınıf-1 için 520 yanlış sınıflandırma vardır). Bunu nasıl düzeltebilirim? altörnekleme yardımcı olabilirse? veya sınıflandırma eşiğini değiştirme?

Güncelleme: sınıf-0 nüfusun% 40'ını oluştururken sınıf-1% 60'tır. Bununla birlikte, sınıf-0'dan sınıf-1'e (1297) sapma yüksektir, ancak bunun düşük olmasını istiyorum.

— Büyük Veri Lover
kaynak

Rastgele ormanı , iç rastgele ormanın yöntemini predictçağıran bir yöntem predict_probave yalnızca özel bir eşik değerinden daha yüksekse sınıf 1 çıktısını alabileceğiniz bir sınıfa sarıp sarmalayabilirsiniz .

Alternatif sample_weightolarak, azınlık sınıfından örnekler için daha yüksek bir değer ileterek eğitim algoritmasını saptırabilirsiniz.

— ogrisel
kaynak

Teşekkürler. Küçük sınıf için kilo artırmayı düşünüyordum. Ancak, RandomForest sınıflandırıcısında hiçbir şey göremiyorum (SGDclassifier'da var)

— Büyük Veri Lover

Sığdırma yöntemi sample_weight, çok esnek olan ve simüle etmeyi mümkün kılan class_weight(hedef sınıf başına bir ağırlık ) bir param (parametre başına bir ağırlık) kabul eder .

— ogrisel

Teşekkürler. clf = clf.fit (X, Y, sample_weight = preprocessing.balance_weights (y) kullandığımda bana ValueError veriyor: işlenenler şekillerle birlikte yayınlanamadı. y ikili 0/1

— Big Data Lover

Şekli nedir y? Neden farklı Yve y?

— ogrisel