我有两个数据集,看起来像这样:
DATASET 1
Training (Class 0: 8982, Class 1: 380)
Testing (Class 0: 574, Class 1: 12)
DATASET 2
Training (Class 0: 8982, Class 1: 380)
Testing (Class 0: 574, Class 1: 8)
我正在尝试用Tensorflow构建深度前馈神经网络。我获得了90多的准确性和80多的AUC分数。当然,数据集严重不平衡,所以这些指标是没有用的。我的重点是获得一个良好的召回值,并且我不想过采样1类。我已经尝试了模型的复杂性,但都无济于事,最好的模型只能正确预测25%的正类。
我的问题是,考虑到这些数据集的分布,构建模型而不获取更多的数据(我不能获取更多的数据)是否是徒劳之举,或者有一种方法可以解决处理这么不平衡的数据。
谢谢!