是这样的最近想自己做一些练习 於是网路上找了一个dataset, 它的lebal 是1跟0 但是资料不平衡 1：0约2：8 一开始用决策树，随机森林跑acc都大概8成跟我都猜0差不多，precision 爆烂 大概知道有两种做法 1.从资料下手 我试了down _sampled ，smote 2.从演算法下手 我试了xg boost 还有用keras 盖神经网路 怎麽train 在测试集上的表现大概就是 acc ：0.83 , precision (预测1正确）：0.7 recall (1被预测出来的机率）：0.3 的水准，precision 有上升到0.7 想请问有什麽方法是可以将准确率,precision ，recall再提高的，特徵工程有做 资料集是用kaggle 上的信用卡违约 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 49.216.240.133 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1522181054.A.37C.html