python - 在倾斜数据集的训练中使用 Precision 和 Recall

我有一个倾斜的数据集（5,000,000 个正例，只有 8000 个负例 [二进制分类]），因此，我知道，准确性不是一个有用的模型评估指标。我知道如何计算精度和数学召回，但我不确定如何在 python 代码中实现它们。

当我在所有数据上训练模型时，我得到了 99% 的总体准确率，但在负例上的准确率为 0%（即，将所有内容分类为正例）。

我已经在 Pytorch 中使用criterion = nn.CrossEntropyLoss()and构建了我当前的模型optimiser = optim.Adam()。

所以，我的问题是，我如何在训练中实现精确度和召回率，以产生最好的模型？

提前致谢

标签： pythonmachine-learningpytorchprecision-recall

精度、召回率和 F1 分数等指标的实现通常是从 python 中的 scikit-learn 库中导入的。

关于您的分类任务，正训练样本的数量只会超过负样本。尝试减少正样本数量或生成更多负样本进行训练。考虑到类偏度，我不确定深度神经网络能否为您提供最佳结果。

可以使用合成少数过采样技术 (SMOT) 技术生成负样本。这个链接是一个很好的起点。链接：https ://www.analyticsvidhya.com/blog/2017/03/imbalanced-classification-problem/

首先尝试使用逻辑回归或随机森林等简单模型，并检查模型的 F1 分数是否有任何改善。