我正在构建一个修改后的 RNN（特别是 GRU）来对序列进行分类。这些序列是可变长度的，并且包含“状态”。序列中的每个点都是分类的，它们看起来像 [A,B,C] 或 [A,A,C,B] 等。分类将是 1 或 0，具体取决于序列中的用户是否执行了操作.

我面临一个问题，其中一些序列出现在两个类中。此外，只有不到 10% 的时间出现一类。

在下采样数据集的训练中，RNN 通常可以达到 75+% 的准确率，具有相似的特异性和敏感性。在测试中，灵敏度急剧下降到 20% 以下，而特异性上升到 95%+。

这不太理想，我相信这个问题可能源于两个类中出现的序列。在训练中大部分时间为正的序列通常在测试中大部分时间为负（因为测试集是不平衡的）。我假设网络比序列更能学习分布，这解释了结果的鲜明对比。

对于有处理此类不平衡和数据集问题经验的人，我的假设是否正确？对于两个类中可能出现相同序列的数据，您有什么建议？

作为下一步，我正在考虑对少数类进行加权，并在非下采样数据集上进行训练，以保留每个类中序列的分布。我也在考虑一个“有代表性的”训练和测试集，如果序列 [A,B,A] 以 6:1 的负正比出现，我将在可以保留大多数的范围内进行下采样。希望这将减少不平衡。

还可以选择为训练数据添加更多“深度”。序列中的每个点都有多个特征（通常是分层的），这些特征增加了关于每个状态的更多细节，这可能会减少出现在两个类中的序列数量。但是，如果网络有可能无法正确学习，我会犹豫是否让事情变得更复杂。