Как улучшить производительность модели случайного леса для больших несбалансированных наборов данных в Python? ⇐ Python

[Anonymous]

Я работал над моделью случайного леса, чтобы прогнозировать отток сотрудников. Мой набор данных сильно несбалансирован: около 80% случаев не истощения и 20% случаев истощения. Хотя я попробовал SMOTE для балансировки классов, точность моей модели улучшилась, но точность и полнота по-прежнему не находятся на том уровне, к которому я стремлюсь.
что я для этого сделал далеко:

• Использован SMOTE для избыточной выборки класса меньшинства.
• Настроены гиперпараметры, такие как n_estimators, max_length и min_samples_split, с помощью GridSearchCV< /li>
  Протестировано с помощью class_weight='balanced'
• Оценено с помощью матрицы путаницы, кривой ROC и кривых точного отзыва.
  В настоящее время модель достигает точность 86%, но точность и полнота для класса истощения остаются низкими. Я хочу улучшить способность модели правильно прогнозировать случаи выбытия без ущерба для общей производительности.

Подробнее здесь: https://stackoverflow.com/questions/791 ... atasets-in