我正在处理班级不平衡问题。在这种情况下，我对训练集中的多数类标签进行了下采样。
在训练、验证和测试分割中，训练分割中的多数类被下采样，测试分割保持原样。但是，是否应该根据训练集对验证拆分进行下采样，还是应该保持原样？
这是因为验证集控制着训练过程。
在对训练数据进行下采样时，我们应该对验证数据进行下采样还是保持验证拆分原样？
数据挖掘
训练
阶级失衡
2022-03-04 11:03:36
1个回答
我建议不要对验证集进行下采样。最后，您关心具有倾斜类分布的测试集的性能。因此，我认为您的验证集（用于超参数选择、提前停止等）应该具有相同的分布。
您是否考虑过对少数类进行上采样？通过下采样，您会丢失训练数据，这些数据可能包含有价值的信息，因此可能会损害学习过程。