Machine learning 严重不平衡数据的适当无偏度量_Machine Learning_Classification_Logistic Regression_Imbalanced Data

Machine learning 严重不平衡数据的适当无偏度量

machine-learning

Machine learning 严重不平衡数据的适当无偏度量,machine-learning,classification,logistic-regression,imbalanced-data,Machine Learning,Classification,Logistic Regression,Imbalanced Data,在存在严重不平衡的数据和很少的正（少数）样本的情况下，我看到了关于二元分类的模型演化度量的相互冲突的选择。到目前为止，我在文献中看到了以下评分标准：马修斯相关系数 f1\u加权或f1\u宏实际或平均精度平衡精度 G-均值荆棘评分我很想知道哪种方法是无偏的，更适合用于对高度不平衡的数据进行分类。如有任何推荐，将不胜感激！谢谢

在存在严重不平衡的数据和很少的正（少数）样本的情况下，我看到了关于二元分类的模型演化度量的相互冲突的选择。到目前为止，我在文献中看到了以下评分标准：

马修斯相关系数

f1\u加权或f1\u宏

实际或平均精度

平衡精度

G-均值

荆棘评分

我很想知道哪种方法是无偏的，更适合用于对高度不平衡的数据进行分类。如有任何推荐，将不胜感激！谢谢