分类树，叶子少于预期

Question

我的树形图仅显示了两个叶子：“ DIFF”和“ REG”，并且完全忽略了响应变量的其他值。 为什么树忽略了其他6个值？ 它们只代表我的响应变量中总值的一小部分吗？ 下表按响应变量中的值显示了频率计数

35785   ED      1%
38060   NONE    1%
45880   INC     1%
49787   UT      1%
53108   OR      1%
165945  ET      4%
1728019 DIFF    43%
1894532 REG     47%

Answer 1

我怀疑这取决于您所指的不平衡类。 数据偏斜会导致机器学习算法出现问题。 例如，我的客户曾经天真地使用机器学习构建了欺诈检测系统，当测试报告的准确性为97％而根本没有进行调整时，他们的印象深刻。

证明预测规则是“绝不存在欺诈”。 欺诈非常罕见，以至于“规则集”的准确性达到了97％。

在您的情况下，我认为情况类似-尽管没有细节，但我倾向于坐在栅栏上。

有解决此问题的方法 。