测试集不做平衡化处理，代码分析都是正确的，如何提高？

测试集不做平衡化处理，代码分析都是正确的，如何提高？有老师能解决一下我这个问题吗，如果老师觉得描述不准确，我可以和老师直接沟通吗？

最佳答案

课程顾问-小管家

2026-01-13 22:59:24

立即咨询

同学我们的课程辅导是包含答疑的，如果同学感觉需要很长的时间来找老师辅导，可以直接选择购买课时后，与授课老师进行约课上课指导，小的问题可以和老师在vip学习群里交流。

1. 尝试不同的数据划分方式

(1)train_test_split()里的random_state修改

(2)KFOLD

(3)80%训练，20%测试，10%测试

2. 用更强大的模型来做预测

RandomForestClassifier

MLP

只课程.png

1. over sampling能增加训练集，让模型“见多识广”，可以提高F1

2. under sampling减少训练集，F1会降低

3. 测试集中，数据不平衡，可能会导致模型有偏差

4. 使用更复杂的模型Randomforest，可以提高F1

5. 80%这种数据划分方式，也可能导致模型有偏差

(KFold)

以上是部分解答，同学如果需要与我们老师进行更多的辅导交流，可以选择联系我们咨询。我们是一家专注于留学生课业辅导的机构。