python - 使用 MLP 分类器，类的精度为零

Question

我有大约 45000 个样本的数据集，每个样本的二进制输出为 0 或 1。但是在使用 sklearn 包中的 MLP 分类器之后，我获得了一个无论输入是什么，输出始终为 1 的模型。 0 类的精度为零。我尝试更改模型的超参数，但输出是相同的。谁能建议一种克服它的方法？

     precision    recall  f1-score   support                                                                                                                                                                                                                                                                                                        
0       0.00      0.00      0.00     19967                                                                                                                              
1       0.57      1.00      0.73     26688                                                                                                                                                                                                                                                                                            
avg / total       0.33      0.57      0.42     46655  

PS:我的代码

    loc = './new_attributes_66.csv'
data = pd.read_csv(loc)

scaler = MinMaxScaler(feature_range = (-1,1))
scaler.fit(data)
data = scaler.transform(data)
print data


input = data[:,0:64]
output = data[:,65]
X_tr, X_tst, y_tr, y_tst = train_test_split(input, output, test_size=0.1)

clf = MLPClassifier(solver='sgd', alpha=1e-5, hidden_layer_sizes=(40,121), random_state=0, warm_start = True, tol = 0.0000001, early_stopping = False, learning_rate='adaptive',learning_rate_init = 0.1, max_iter=10000,shuffle=True,verbose=True)

clf.fit(X_tr,y_tr)
predicted = clf.predict(input)
#print "Accuracy using MLP classifier: "
print metrics.precision_score(output, predicted)
#print confusion_matrix(y_tst,predicted)
print metrics.classification_report(output,predicted)
#print clf.coefs_

数据集 (csv) 链接:https://app.box.com/s/vfqgool2u9ovdc9oyi9elq99aor6c6gk

更新: 我已经根据最新的结果修改了我的代码和结果。我可以提高精确度和召回率:

         precision    recall  f1-score   support

   -1.0       0.53      0.10      0.17     19967
    1.0       0.58      0.93      0.72     26688

avg / total       0.56      0.58      0.48     46655

准确度为58.14 %。还可以通过哪些其他方式来改变超参数？

Answer 1

您的数据可能存在类别不平衡问题。可能出现的情况是，带有标签1的样本数量远远多于带有标签0的样本数量。有多种方法可以解决类别不平衡问题:

• Combating Imbalanced classes in machine Learning
• Perform under sample and over sampling to tackle class imbalance
• Stratified split - Sklearn
• SMOTE

您还可以尝试检查不同的 alpha 值或不同形状的隐藏层。也许您当前使用的配置无法正确学习。