有正样本30000个，负样本5000个，咋能使负样本预测正确率提升sklearn有方法能用吗
1.通过抽样构造出正负样本比较均衡的训练集你的问题中正样本较负样本多，可以对正样本欠采样或负样本过采样。2.选择合适的阈值你的分类器应该能输出概率的吧。分类器会给每个测试样本输出一个概率值，即得到一个概率数组prob，取这个数组中不重复的元素set(prob)，再遍历这个集合set(prob)，每次选择集合中的一个元素作为分类的阈值，小于该阈值的为负，否则为正，然后评估此时的分类结果，最终选择一个最好的阈值。3.代价敏感学习没接触过，题主可以自己去查下资料吧。
推荐阅读
- 上海构建现代环境治理体系集成示范区打造超大城市生态环境治理的“样本”
- 宁波多地排查冷链食品风险样本核酸检测结果均为阴性
- 南通|长三角区域发展样本！高铁新城亮南通雄心
- 中车评|盈利弱却成市值第一，比亚迪成股价神话样本
- 相关性统计遇到两个样本的统计数量不一致怎样处理
- Retina MacBook Pro15配Dell u2414h屏幕咋样本人是做平面的
- 太原|太原发现巴西牛霖内包装箱3份样本核酸阳性 由郑州发出
- 游戏产品怎样本地化
- 南京打造智慧公共安全城市“样本”
- 检查站■沪苏交通要道不堵车的秘诀：两地警务合作打造一体化检查站样本