Как улучшить производительность модели случайного леса для больших несбалансированных наборов данных? ⇐ 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 использованием матрицы путаницы, кривой ROC и кривых точного отзыва
< /ul>
В настоящее время модель достигает точности 86 %, но точность и полнота для класса истощения остаются низкими. Я хочу улучшить способность модели правильно прогнозировать случаи выбытия сотрудников, не жертвуя при этом общей производительностью.

Подробнее здесь: https://stackoverflow.com/questions/791 ... d-datasets