《表2 K=7时KNN模型在正类和负类上的表现》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于机器学习的收入预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表2是K取值为7时KNN模型在正类和负类上的表现，由表2可知模型在负类数据上的表现要优于正类数据的表现，无论是召回率、精确率还是F值，负类数据的预测值都要更高一些。经过分析得知，这是由于数据分布不均衡导致的。在数据集中，负类数据共有3 779条，大约占了整个数据集的76%，而相比之下，正类数据只有1 221条，占整个数据集的24%左右。在这种正负类数据分布不均衡的情况下，模型对于数量大的数据集更加敏感，在预测时对数据较多的类别有更大的倾向性，容易将输入数据判别为数据量更大的数据类别，正是这一原因造成了表2中正负类表现的差异。