RandomForest-sklearn의 분류 임계 값

1) sklearn의 RandomForest에서 분류 임계 값을 변경하려면 어떻게해야합니까 (기본적으로 0.5라고 생각합니까)?

2) 어떻게 sklearn에서 언더 샘플링을 할 수 있습니까?

3) RandomForest 분류기의 결과는 다음과 같습니다. [[1635 1297] [520 3624]]

         precision    recall  f1-score   support

class 0       0.76      0.56      0.64      2932
class 1       0.74      0.87      0.80      4144

평균 / 총 0.75 0.74 0.73 7076

먼저 데이터의 균형이 맞지 않습니다 (클래스 0에서 30 %, 클래스 1에서 70 %). 따라서 클래스 1에 대해 분류자가 편향 될 가능성이 더 크다고 생각합니다. 즉, 클래스 0에서 클래스 1로 일부를 이동한다는 의미입니다 (클래스 0의 경우 1297 개의 오 분류가 있지만 클래스 1의 경우 520 개의 미분류가 있음). 이 문제를 어떻게 해결할 수 있습니까? 다운 샘플링이 도움이 될 수 있습니까? 또는 분류 임계 값을 변경합니까?

업데이트 : 클래스 0은 인구의 40 %를 차지하고 클래스 1은 60 %입니다. 그러나 클래스 0에서 클래스 1 (1297) 로의 드리프트는 높지만이 값을 낮추기를 원합니다.

내부 임의 포리스트 의 predict메서드를 호출하는 predict_proba메서드가 사용자 지정 임계 값보다 높은 경우에만 클래스 1을 출력 하는 클래스에서 임의 포리스트를 실제로 래핑 할 수 있습니다 .

또는 sample_weight소수 클래스의 샘플에 더 높은 값 을 전달하여 학습 알고리즘을 편향시킬 수 있습니다 .