关闭。这个问题需要更加突出重点。它目前不接受答案。
**想改进这个问题吗？**通过编辑这篇文章更新这个问题，使它只关注一个问题。
9小时前关门了。
改进这个问题
建立了贷款风险预测python机器学习模型，用于预测借款人是否能够偿还银行贷款。我的模型工作得非常好，准确率达到78%。然而，我的教授告诉我，首先我必须检查我的数据集是否平衡（如果不平衡，请使用imblearn库中的smote）。主要的问题是我不知道如何检查是否平衡。如果有人知道如何检查，请告诉我。
数据集链接：-https://www.kaggle.com/omkar5/dataset-for-bank-loan-prediction?select=credit_train.csv （我用来创建模型的数据集）
1条答案
按热度按时间cqoc49vn1#
简单地说，您需要检查目标变量中存在的类是否不平衡。
例如：
如果您检查death\u event=1和death\u event=0之间的比率，它是2:1，这意味着我们的数据集是不平衡的。
为了平衡，我们可以对数据进行过采样或欠采样。在这种情况下，欠采样将删除100行，其中死亡事件=0，比率为1:1，但在此过程中会丢失大量数据。
另一方面，smote可以帮助我们为少数类生成行。可以使用以下代码执行此操作：
现在谈到模型的“高”准确度，因为大多数数据都属于大多数类0，所以仅预测所有行的0应该会给我一个高准确度，因此您应该检查其他性能指标，如召回率、精确度和f1分数。