我正在测试不同的模型（SVM、Logistic 回归、朴素贝叶斯、随机森林）来预测垃圾邮件的类别。我的目标是一个二进制变量。我只分析文本，不分析其他字段。我的数据集包括

Label  
0.0    3333
1.0     768

如您所见，类不平衡存在一个大问题。我了解了下采样和上采样的使用，因此我在训练和测试数据集之前应用了它们。我在 F1、召回率和上采样准确率方面取得了不错的成绩（超过 88%；最大 97%），下采样不好（<=76%）。例如：

Down
              precision    recall  f1-score   support

         0.0       0.79      0.43      0.56       102
         1.0       0.61      0.87      0.76       114


Confusion Matrix: 
 [[ 49  60]
 [ 12 100]]


Up
              precision    recall  f1-score   support

         0.0       1.00      0.85      0.91       873
         1.0       0.87      1.00      0.94       884



Confusion Matrix: 
 [[772 141]
 [  20 822]]

我想问你这些值是否可以被认为是好的结果，或者它们不能。我正在考虑出版（不仅包括类似的分析），所以我想检查这些结果是否可以被认为是可靠的，尽管存在不平衡。

任何建议和意见都将受到欢迎。