python3のsklearnのGridSearchCVを使って不均衡クラスの分類を行いたいと思っています。その際、グリッドサーチを使って最適なパラメーターを求めようと思っているのですが、scoringについて質問があります。
不均衡クラス(クラス1のデータが少ないです)のデータを分類するため、f1-scoreに着目しようと思っているのですが、f1-scoreにすると平均の値で比べてしまいます。
結果は以下のようになります。
クラス0のf1-scoreはよい値がでるのすが、クラス1のf1-scoreは悪い値がでます。
ですのでクラス1のf1-scoreを基準にグリッドサーチを行いたいのですが、平均のf1-scoreで見てしまうため、データ数の少ないクラス1のf1-scoreが反映されません。
クラス1のf1-scoreのみをscoreとして用いる、などができるのでしょうか。
よろしくお願いします。
precision recall f1-score support
0 0.99 0.97 0.98 845
1 0.37 0.64 0.47 22
avg 0.97 0.96 0.97 867
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。