我目前正在处理具有以下分布的不平衡数据的二进制分类任务：

y_train: 4981 positive / 863894 negative samples  
y_test:  128  positive / 128309 negative samples 

目标是追求高精度（尽可能少的假阴性）。

我该如何继续为随机森林选择权重？

我试图y_train通过将权重 1 分配给“负”并将 173 分配给“正”来平衡比率，但这仍然导致所有样本都被分配给负。

在这一点上，我是否应该已经认为这是所使用功能的问题，还是应该尝试使用 GridSearch 分配更高的权重（roc_auc作为评分参数）并首先将决策阈值设置得更高？