1）如何在sklearn的RandomForest中更改分类阈值（我认为默认为0.5）？

2) 如何在 sklearn 中进行欠采样？

3) 我从 RandomForest 分类器得到以下结果：[[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

平均/总计 0.75 0.74 0.73 7076

首先，数据不平衡（30% 来自 0 类，70% 来自 1 类）。所以，我认为分类器更可能偏向于 1 类，这意味着将一些从 0 类移动到 1 类（0 类有 1297 个错误分类，1 类有 520 个错误分类）。我怎样才能解决这个问题？下采样是否有帮助？或改变分类阈值？

更新：0 类有 40% 的人口，而 1 类是 60%。但是，从 0 类到 1 类（1297）的漂移很高，而我希望它变低。