用预测的概率处理不平衡的数据 分类算法通常能够输出预测的概率。 这些预测的概率提供了额外的模型调整机制,可以帮助提高不平衡数据的预测性能。 本文讨论了五种机器学习算法在预测概率上的差异,这些算法分别是Logistic回归,朴素贝叶斯,随机森林,支持向量分类和XG Boost。 它演示了如何在案例研究中使用预测的概率来改善这些模型的性能。 案例研究是2014年葡萄牙银行营销数据集,其中目标变量是对定期存款的成功订阅。
2021-08-30 11:07:11 2.39MB JupyterNotebook
1