是这样的最近想自己做一些练习
于是网络上找了一个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.从算法下手
我试了xg boost 还有用keras 盖神经网络
怎么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
想请问有什么方法是可以将准确率,precision ，recall再提高的，特征工程有做
资料集是用kaggle 上的信用卡违约