几个月以来，我一直在研究从销售线索到销售的预测。有人在我的网站上进行销售，我想预测该用户是否会进行销售。我在测试数据上有这些指标。
现在，例如，当我检查 May_2020 月份的所有潜在客户时，我预测为 1（概率 >=0.5）并与实际销售额进行比较，我收到 22% 的转化率。这意味着，只有 22% 的预测有 1 个潜在客户成为销售。你怎么看？
- 这是因为精度低造成的吗？精度类似于转化率，或者这只是运气还是精度暗示了转化率。
- 知道如何减少这个 78% 的大错误吗？
分类模型精度低
数据挖掘
机器学习
分类
预测建模
预报
2022-02-13 04:30:31
2个回答
精度给出了模型预测的总正数中正确预测的正数的百分比。因此，您的模型转换率低是由于精度低。查看支持，这看起来像是一个类不平衡问题。92% 的训练示例属于“0”类。因此，在训练时，您的模型有更多的“0”类示例可供学习。
有几种方法可以解决这个问题：
- 过采样- 当您从少数类中随机抽取带有替换的样本并在训练集中使用它时
- 欠采样- 这是当您从有或没有替换的多数类中抽取随机样本，并在学习时减少给予模型的多数类的示例数量。
- 合成采样- 还有像 SMOTE 这样的技术可以合成生成少数类的样本。
这些只是我强调的几个技术。您可以查看此链接以进一步阅读https://machinelearningmastery.com/tactics-to-combat-imbalanced-classes-in-your-machine-learning-dataset/
1.转化率其实就是模型的精度。
您的低转换率是因为精度低，因为您的数据集大部分由 0 组成。
这就是为什么 0 的精度与 1 相比相当高
2.关于你的第二个问题，为了提高精度，你可以上传你预测结果的数据集吗