用于二分类的不平衡训练样本(90%与10%) - Tensorflow

Question

我有一个100,000的训练样本(有5个特征) (90,000分类为'0‘，其余分类为'1')

我得到了98%的准确率，但精确率/召回率为55%

对提高查准率/召回率有什么建议吗？使用tensorflow

#Loss function after sigmoid applied on yy_
loss = tf.losses.log_loss(yy_, scores, scope="loss")
optimizer = tf.train.GradientDescentOptimizer(learning_rate=.01)
train_op = optimizer.minimize(loss)
prediction = (scores > 0.5)

Answer 1

我没有使用过Tensorflow，但这里是我的建议

1. 当您有不平衡的数据时，不要使用accuracy作为度量。相反，在learning_rate
2. If上使用confusion matrix
3. Do超参数调优你太关心正类了，然后使用像Precision, Recall, F1 score这样的指标。你也可以尝试ROC &但你也可以使用这些参数，即使你不太关心正值，因为这些值会给出一些关于模型行为的感觉。如果required.
4. Remove从data
5. No Free Lunch .i.e复制，
6. 会正确处理missing values和标准化数据，没有固定的算法可以解决所有问题。你必须尝试不同的型号。尝试不同的特性等。同样，请确保您在任何可能的情况下都会泄漏数据
7. Do Feature Engineering。这是

中最重要的部分