我正在尝试使用 DBSMOTE（基于密度的合成过采样 TEqnique）来处理短文本数据集——具体来说是推文。这将用于在多类分类模型中训练分类器模型。这将在特征级别增强中完成，使用 TF-IDF 作为特征。不过，我已经读过，要在 NLP 上使用 SMOTE，必须减少特征向量的维度。在 SMOTE 系列算法中使用的特征向量的最佳大小是多少？

类似问题：您如何将 SMOTE 应用于文本分类？

DBSMOTE 代码：https ://rdrr.io/cran/smotefamily/man/DBSMOTE.html

DBSMOTE 论文：https ://link.springer.com/article/10.1007/s10489-011-0287-y