机器学习测试集中正负样本的配比问题

涉及到问题的项目是 通过机器学习识别酒店异常订单。我训练集是用的正负样本一比一的配比来训练模型的,测试集的效果在一比一的配比下表现很好(由于业务方需求,效果只关注 模型预测为负样本中真实为负的占比),但是在真实的正负样本配比下表现很差(真实的正负样本配比来自于之前订单数据中的先验配比),请问这是什么原因呢?(我个人的猜想是由于真实场景中,异常数据的占比是很小的,所以有大量正样本杂糅在负样本中,导致模型在预测负样本时会把大量正样本预测错,从而导致上述的指标变低)
所以,一个模型的效果是按照一比一的配比来算,还是按照真实的正负样本配比来算?

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值