我有一个不平衡的数据集，我使用 smote 对少数类进行过采样，对多数类进行欠采样。现在，我想使用模型的 predict_proba 检查测试 AUC。
我有两个问题： 1. 如果我比较 AUC，我是否必须更正概率？2.我该如何纠正它（欠采样和过采样的组合！）
调整命中后的预测概率
数据挖掘
可能性
阶级失衡
采样
打击
概率校准
2022-03-06 07:52:06
1个回答
不，对概率的任何调整都可能是单调的，因此预测的排名顺序将是相同的，因此 AUC 将是相同的。
另请参阅更复杂的“概率校准”技术。
此外，如果您在 smote+undersampling 后看到更好的结果，并且可以分享您的数据和工作，我会非常感兴趣。我还没有看到原始数据集的训练效果不佳（使用适当的阈值）的示例。
其它你可能感兴趣的问题