分类结果不优秀怎么办

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

各位坛友们，你们看，我在做一个多分类模型中遇到这样的混淆矩阵，我该怎么办。我希望非零的数字都在主对角线上，但是模型出来的预测都是在第一行上。我也知道我的样本各个分类的数量不一样。
希望可以提出意见

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

这个和是不是R没什么关系吧。通常考虑有几种情况。
1.增加误分类的成本（Cost of Classification）
2.用其他分类器，你现在就只用了SVM吧，而SVM的效果通常也就只取决于几个关键样本（支持向量）。至于检测分类器的表现，可以考虑使用MicroROC的AUC。

owenqi 发表于 2019-10-20 12:08
这个和是不是R没什么关系吧。通常考虑有几种情况。
1.增加误分类的成本（Cost of Classification）
2.用其 ...

好的，感谢回答，这个确实不是只有R、在python里面都有这种情况、这个也不是只有svm才能出现，像别的算法也会出现这结果，感谢您给出另外两种评估方式，我再试一试

老哥你的样本是不是极度不平衡？

如果是0－30占比比较高的话，分类器会用脚投票，即将所有结果预测为0－30，如果0－30的占比为80%，那分类的准确率也有80%，效果还是不错的哈。

jiangbeilu 发表于 2019-10-21 07:24
老哥你的样本是不是极度不平衡？

如果是0－30占比比较高的话，分类器会用脚投票，即将所有结果预测为0－ ...

哎，就是这样哇，我觉得现在分类模型在样本极度不平衡情况下，用屁股投票，准确率都很高，但是一点也不符合实际。而且我看现在也没什么好的办法，有的说用算法生成数据，使数据平衡，这东西我试过，一点也不理想。