类不平衡是一个非常普遍的问题。您可以对正类进行过采样（或对负类进行欠采样）或添加类权重。

在这种情况下要记住的另一件事是，准确性在这里不是一个非常有用的指标。您可以考虑AUC或F1 分数。

更改您的决策阈值似乎很有吸引力，但显然会导致（在这种情况下可能会急剧）增加误报（尽管在医疗诊断的情况下，如果测试不是过于昂贵，FP 可能不如 FN 糟糕）。

此处提供了对类别不平衡情况下的选项的更深入分析。

即使现实中的答案总是trueor false，您也可以让您的类属性不是标签而是浮点数，即 1.0 和 0.0（或 100 和 0）。也就是说，您可以将其框定为回归问题，而不是分类问题。

那么预测的输出也将是该频谱上的数字，即概率而不是标签。您当前的实现基本上等同于阈值为 0.5 的回归模型。

通过这样的输出，您或您的客户可以定义一个可接受的阈值（例如 0.3）。当然，那时会有更多的假阳性，但对于某些应用，比如检测癌症，这是最佳的。

过采样（阳性）或欠采样（阴性）也是解决此问题的方法，但必须深思熟虑，会牺牲准确性，并且在创建数据和训练后仍然会牺牲控制来移动阈值。

已经提到过采样和过采样作为一种技术，但我想我会指出一个常用的变体：

SMOTE：合成少数过采样技术

它于 2002 年在本文中提出。这是摘要中的一个片段：

本文表明，我们对少数（异常）类进行过采样和对多数（正常）类进行欠采样的方法相结合，可以比仅对多数类进行欠采样获得更好的分类器性能（在 ROC 空间中）。

你可以很容易地在 Python 中使用它，使用package imbalanced-learn，它包含在 Scikit-Learn 的contrib模块中，必须单独安装。

不平衡学习是一个 python 包，提供了许多数据集中常用的重采样技术，显示出严重的类间不平衡。

该软件包包括组合过采样/欠采样的方法以及一组实用程序来生成可以流入 Keras/Tensorflow 的批量数据。