我有一个用户的DataFrame，其中一些是“机器人”，它们在“is_bot”列中被标识为等于1的位，如果该位为0，则用户被视为“人类”。

问题是一些用户可能被错误地分类为“人类”而不是“机器人”，因为“机器人”是在收集数据阶段基于不完整列表的基础上识别出来的。

我将在这个部分正确的数据上训练和测试我的模型，但是当我测试它时，我会发现我的模型正确地将一些用户预测为“机器人”，即使在原始数据集中他们是“人类”。

正确预测意味着，实际上，用户是机器人，因为我手动检查了其中一些，但我无法为我的 100 万用户的整个数据集执行此操作。

即使预测可能是正确的，这也会导致模型精度低。

我该如何处理这个问题？