Поріг класифікації у RandomForest-sklearn

1) Як я можу змінити поріг класифікації (я думаю, це 0,5 за замовчуванням) у RandomForest у sklearn?

2) як я можу зробити недостатню вибірку в sklearn?

3) У мене є такий результат класифікатора RandomForest: [[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

сер / загально 0,75 0,74 0,73 7076

по-перше, дані незбалансовані (30% від класу-0 та 70% від класу-1). Отже, я вважаю, що класифікатор, швидше за все, є упередженим для класу-1, тобто перехід від класу-0 до класу-1 (існує 1297 пропусків класифікації для класу-0, але 520 пропускних класифікацій для класу-1). Як я можу це виправити? чи може допомогти зниження тиску? чи змінюється поріг класифікації?

Оновлення: клас-0 має 40% населення, а клас-1 - 60%. Однак дрейф від класу-0 до класу-1 (1297) високий, тоді як я хочу, щоб це стало низьким.

Ви дійсно можете обернути вас випадковим лісом у клас, який є predictметодом, який викликає predict_probaметод внутрішнього випадкового лісу та виводу 1 класу, лише якщо він перевищує встановлений поріг.

Крім того, ви можете змістити алгоритм навчання, передавши вище sample_weightдля зразків з класу меншості.