在处理流失数据集时，我们通常会发现不平衡的数据集。我的问题是如何决定我们应该在什么基础上重新采样数据。例如：在训练之前拆分数据时，我们在训练中拆分并在阈值（70-30 或 70-25）上进行测试，同样如果我有 62% 的 0 类，38% 的 1 类在这种情况下我们需要重新采样数据？
我们应该在什么阈值上重新采样数据？
数据挖掘
阶级失衡
不平衡数据
2022-03-09 12:22:17
1个回答
首先，在许多学习不平衡的情况下，重采样或人工采样既不是必要的，也不是万能的。其他方法可能会产生好的结果（例如阈值调整、类权重调整等）。
话虽如此，在许多学习不平衡的情况下，重采样确实很有帮助。
但是我们什么时候真的有失衡呢？60-40 分是否不平衡？
这是您问题的核心，除非先尝试其他方法然后重新采样，否则无法完全回答（极端情况除外）。
在许多情况下，不平衡是否确实是一个问题取决于手头的情况，并且没有硬性限制（当然除了上面提到的极端情况）。
所以首先尝试其他方法来调整平衡，然后尝试重新采样，这是我的建议。
另请参阅：训练集中有多少不平衡是一个问题？
其它你可能感兴趣的问题