改进分类不平衡数据集

问题描述

我正在对红酒的数据库进行分类,我正在使用诸如固定酸度、挥发性酸度、柠檬酸、残糖、氯化物、游离二氧化硫、总二氧化硫、密度、pH、硫酸盐、酒精等列来预测葡萄酒的质量(一些葡萄酒专家从 1 到 10 分)。 我使用诸如 DecisionTreeClassifier、GaussianNB、KNeighborsClassifier、SVM 或 RandomForestClassifier 之类的分类,但准确率始终约为 60%。 当我检查混淆矩阵时,我可以看到大多数预测是 5-6 个质量点,而我的数据库通常是变量。当预测不正确或更平衡我的数据库时,我如何通过惩罚更多来提高我的准确性? 我是分类问题的初学者,因此欢迎任何帮助。 数据库https://www.kaggle.com/uciml/red-wine-quality-cortez-et-al-2009 混淆矩阵:confusion matix

X=wino[[ 'alcohol','volatile acidity','citric acid','sulphates','total sulfur dioxide']].values
Y=wino['quality'].values

X_train,X_test,y_train,y_test = train_test_split( X,Y,test_size=0.3,random_state=42)

dtc=DecisionTreeClassifier()
drzewa=dtc.fit(X_train,y_train)
dtc.score(X_test,y_test)
plot_confusion_matrix(dtc,y_test,values_format='')

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)