我有一个随机森林分类器，它预测 0 类的频率大约是 1 类的两倍。它还预测 0 类的概率高于 1 类。

它不是一个不平衡的数据集。我尝试将 1 类权重设置为 100，它似乎解决了这个问题，尽管我认为这不是一个正确的解决方案：D K-NN 给出了同样的问题。由于我将 y 从 0 和 1 更改为 B 和 A，它开始更频繁地预测二等舱。那么问题能否以某种方式与数据类型相关联？

代码：

dataset = pd.read_csv('regtraining.csv')
X = dataset.iloc[:, :-5].values
y = dataset.iloc[:, 50].values

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2)
classifier = RandomForestClassifier()
classifier.fit(X_train, y_train)

y_pred = classifier.predict(X_test)

print(confusion_matrix(y_test, y_pred))

当我尝试训练测试拆分的多个随机状态时，预测的类别之一总是被更频繁地预测。

编辑：经过一些研究，我认为随机森林会分裂，以便按字母顺序预测类（y 的 A、B 值给出更多的 A 但 B，y 的 A 值给出更多的 B）。

感谢您的回答，我是机器学习的新手：D