分类器总是预测相同的标签

Question

我正在训练不同的分类器，如决策树或SVC，它们总是预测相同的标签。预测它的标签是数据集中最常见的标签。报告是这样的:

         precision    recall  f1-score   support
      1       0.46      1.00      0.63       263
      2       0.00      0.00      0.00       163
      3       0.00      0.00      0.00       144

avg/total 0.46 1.00 0.63 570

有没有办法避免分类器预测最频繁的类?

Answer 1

SVC构造函数有一个参数weight，可以设置为'auto'。这使得权重与标签频率成正比。