这种行为的原因是什么？

分类器仅尝试尽可能准确地捕获特征-标签关系，它不学习也不保证预测标签的比率接近真实比率。但是，如果采样类（即使是平衡的）是真实类区域的良好代表，并且分类器找到了良好的决策边界，则比率的接近性自然会发生。因此，解释是采样的负类不能很好地代表其真实占据的区域，这意味着某些区域没有很好地采样，和/或分类器正在寻找错误的决策边界。这是一个视觉插图（我自己画的）：

在良好的训练集的情况下，预测类似于现实世界的比率 (2:1)，即使模型是在平衡集 (1:1) 上训练的。在错误的训练集和/或错误的决策边界的情况下，预测与现实世界的比率 (2:1) 完全不兼容 (1:2)。

我应该怎么做才能解决它？

1. 如果问题与不良负面代表有关

   1. 在训练集中使用更多的负样本，即不平衡训练（可以用类权重抵消不平衡样本的影响），或者

   2. 使用平衡类进行训练，但更改决策阈值（训练后解决方案）。也就是说，不是将实例分配output > 0.5给正类，而是使用更难通过的阈值，例如output > 0.8减少正预测的数量。

2. 如果问题与分类器性能有关，我们应该提出一个更好的分类器，这是一项开放式的努力。

但是，在我看来，您不应该根据正面预测的比率来选择模型。您应该根据诸如 macro-f1 （或任何其他指标）之类的指标来决定。因此，通过使用验证集，产​​生更多正样本且具有较高宏 f1 的模型应该优于产生较少正样本但具有较低宏 f1 的模型。

编辑：

正如@BenReiniger 在另一篇文章中指出的那样，这里的一个隐藏假设（特别是在草图中）是类是“明显可分离的”。这个假设在更高的维度上变得更加合理。例如，狗和猫可以根据它们的图像（高维）与它们的长度（一维）明显分离。

Esmailian 的回答很棒，另一种可能的解决方案是截距校正，它更常用于逻辑回归，但原理也适用于此处，请参阅此处或此处，网上有很多资料...