我将SVM（rbf）模型应用于一个有8528行（8528个样本）的Pandas Dataframe 上，并将其分为4类，训练-测试分割为50-50。最后我得到了以下结果：
precision recall f1-score support
A 0.00 0.00 0.00 386
N 0.60 1.00 0.75 2563
O 0.00 0.00 0.00 1180
~ 0.00 0.00 0.00 135
accuracy 0.60 4264有人知道为什么除“N”之外的其他类的分数等于0.00吗？（每次运行的结果大致相同，即使是不同的训练测试分割百分比，例如80-20或70-30）
1条答案
按热度按时间tp5buhyn1#
这看起来像是过拟合的经典案例：您的模型总是返回类“N”。
考虑到这一点，这些数字是有意义的，例如：
这很可能是事实，因为您的数据集非常不平衡：大约60%的数据是“N”。