处理不平衡问题后高斜率数据的精度下降

Question

在对数据进行预处理之后，比如缺失值替换和异常值检测，我使用随机和删除百分比过滤器使用WEKA对我的数据进行了分区。我的数据集是一个高度倾斜的数据集，其不平衡比例为6:1，对应于负类和正类。如果使用朴素贝叶斯分类器对数据进行分类，而不处理类不平衡问题，则查全率为0.623，准确率为83%。然而，如果我用监督的-instances -重采样或监督的-instances -电子样本过滤器来处理类不平衡(在平衡1:1之后)，然后应用朴素贝叶斯进行分类精度降低77%，召回率为0.456。

我不明白为什么当处理等级不平衡比率时，准确度会下降？

谢谢。

Answer 1

如果你有6:1的阶级不平衡，那么多数阶级是6/7 = 85.7%。仅仅通过预测大多数类(例如使用ZeroR)，您就可以得到比NaiveBayes所取得的更好的准确性。

平衡数据集后，NaiveBayes报告77%的准确性，这大大高于预测多数类的50%。

从某种意义上说，NaiveBayes实际上已经有所改进。