我在运行随机森林时遇到了一个问题。我使用“V1”、“V2”、“V3”来预测随机森林的二元结果（1：生病；0：否）。
我得到了非常高的准确度分数（99%），但是，当我检查混淆矩阵时，它表明没有一个生病的人被包含在测试数据集中（整个数据集的 30%）。这是混淆矩阵：
[[856 0]
[9 0]]
这个结果意味着 9 人中有 0 人被检测为生病，这引起了我的注意。可能是因为数据集不平衡（生病的人很少）？
我想看看是否有任何其他方法可以检测患病个体而不是高准确率，这意味着它具有较高的误报率是可以的，但我想抓住所有 9 个（真阳性）个体。
谢谢！
使用班级权重来衡量错误，这样“错误地将病人标记为健康”比“错误地将健康人标记为病人”受到的惩罚更大。或者查找任何其他处理类不平衡的标准技术。
我会选择与准确性不同的评分功能；准确率的问题是，如果你把所有的实例都分类到大多数类下，你会自动得到一个非常高的准确率分数，这是相当没有意义的！
通常，精确召回曲线（sklearn.metrics.average_precision_score()在 Python 中）的曲线下面积 (AUC) 效果很好，它代表了模型在处理不平衡数据时的实际性能。受试者工作特征 (ROC) 曲线的 AUC 也是另一个最常用的指标。
说了这么多，在我看来，您似乎特别想最大化召回分数，即真阳性数与实际阳性总数的比率。
编辑：根据下面@stmax 的评论，您也不想最大化召回分数。