关于分类的一个小问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

求助，就是我在做分类时，响应变量是二分类变量。共73条数据，一类有55条（A），另一类为18条(B)，我做建模预测时，总是会将B类误判为A类。我觉得原因是B类的数据显著少于A类，所以会产生预测准确率较差的结果，请问有什么办法提高预测准确率吗？还是说我数据量太少了？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：小问题 二分类变量 分类变量 准确率 二分类

这东西很难说啊
如果你是实证分析，那你在模拟的时候按照实证分析的数据去拟合模拟数据了吗？效果是一样的嘛？
使用了Cross Validation嘛？有对照的方法吗？统一的评价指标是什么呢？

看有啥统计检验方法
如果用精确检验，或者贝叶斯啥的，LZ担心的问题可以相当大程度的消除

橙红的果士 发表于 2022-9-21 09:10
这东西很难说啊
如果你是实证分析，那你在模拟的时候按照实证分析的数据去拟合模拟数据了吗？效果是一样的 ...

我是实证分析啊，用的实际数据，没有做数值模拟。
交叉验证也做过了，效果依然不是很好，很烦

大概的原因：
1、A、B两类样本数都小，尤其是B类，样本容量小，意味着单个样本的某个变量的极值对结果产生很大影响；
2、变量选择不合理，变量之间的响应关系不可靠，控制变量之间存在共线性，变量缺失；
3、分类算法不合适。如果是变量少且变量相关性较低的情况，可以试试朴素贝叶斯分类，如果变量很多，但样本少，可试试随机森林。

可以先试试不同分类方法，比较一下结果，如果都不理想，再想办法扩大数据量，可能的话可以尽量增加一些变量。
另外，没有算法是百分百准确的，如果最终的模型太准确，反而会过拟合。

llb_321 发表于 2022-10-1 20:36
大概的原因：
1、A、B两类样本数都小，尤其是B类，样本容量小，意味着单个样本的某个变量的极值对结果产生 ...

谢谢您的回复，我也对产生的原因做了一些分析。我的变量是18维，而且存在严重的多重共线性。考虑了6钟常用的机器学习方法，发现效果都不是很好。
扩大样本量的话，这个没有办法实现，应为我的数据是实际数据。
最后我在特征提取上采用了新的方法，结果比之前的有明显改善，可能就是因为特征提取上存在问题吧
现在问题已经解决了，再次谢谢您啊