我正在尝试解决多类不平衡分类问题。为此，我使用 SMOTE 进行过采样，使用 OSS 进行欠采样。但是我有一个疑问，因为我正在研究多类，所以我必须将其转换为二进制分类。所以我们可以使用 OVA/OAA 对其进行转换。那么如何在同一个数据集上使用 OVA/OAA 同时进行欠采样和过采样呢？
使用 smote 和 OSS 解决多类不平衡分类
数据挖掘
多类分类
阶级失衡
打击
2022-03-14 02:03:45
2个回答
如果您将问题转换为二进制分类任务，则无需担心与重采样技术有任何冲突。然后，您可以imblearn.combine在一个算法中使用结合了过采样和欠采样的 。有可用的课程，但我发现SMOTEENN可以产生更好的结果。斯莫廷
我不确定为什么需要将分类任务转换为二进制子任务。使用 Python 中的 SMOTE/SMOTEENN 库，您可以在一行代码中对所有类进行过采样/欠采样。此外，如果您的特征集中有分类特征，您可能还需要查看 SMOTE-NC 方法，因为 SMOTE 和 SMOTEENN 纯粹基于距离，并且低估了分类特征的作用和价值。
其它你可能感兴趣的问题