开个头·· 如何提高 Class imbalance DataSet的模型效果
2015-08-26 00:17
274 查看
自发想起的几个办法,试过了,都没什么用:
1. 圈出比较有可能的,然后对剩下的进行再次挑选。
但是尝试后发现并不是个很好的方法,虽然第一次决策树过滤了很多的不相干的,但是对剩下的再进行建模的准确率和覆盖率都很低,几乎等于直接用一次决策树,但是仔细调节正负样本比例后的结果。
2. 对首次得到的概率作为特征进入输入。
下载了一些 Class Imbalance Problem的论文,正在尝试使用其中的办法,看看是否能够提高模型准确率和查全率
to be continue 20150825
1. 圈出比较有可能的,然后对剩下的进行再次挑选。
但是尝试后发现并不是个很好的方法,虽然第一次决策树过滤了很多的不相干的,但是对剩下的再进行建模的准确率和覆盖率都很低,几乎等于直接用一次决策树,但是仔细调节正负样本比例后的结果。
2. 对首次得到的概率作为特征进入输入。
下载了一些 Class Imbalance Problem的论文,正在尝试使用其中的办法,看看是否能够提高模型准确率和查全率
to be continue 20150825
相关文章推荐
- 模拟JDK动态代理类的实现
- Myeclipse 安装Aptana
- [华为]DP合唱队形
- iOS截取视频预览图,截图方向错误的解决
- Java集合之Collection
- Java集合之Collection
- Java-Collection
- mysql 错误注意事项
- 和猴子报数类似的题目
- iOS 类似简单的第三方微博客户端,可进行登录微博浏览相关信息
- ural 1930. Ivan's Car
- 如何从Apache官网下载windows版apache服务器
- 常用端口
- rpm -e yum 之后
- Java四种引用类型
- Java四种引用类型
- UCI提供给shell和lua使用的配置接口
- Java四种引用类型
- 树与二叉树的转换
- pthread_cond_wait和pthread_cond_signal以及互斥变量的使用情况