我使用 SMOTE 制作了一个预测模型，1 类有 1800 个样本，0 类样本有 35000+ 个。因此，根据 SMOTE，创建了合成样本并训练了随机森林。
但是，当我测试我的模型时，我现在得到的大多数结果都是 1 类。我只是尝试在训练集上对其进行测试，这就是我得到的：
没有 SMOTE
使用 SMOTE
我也尝试过超参数优化，但没有奏效
谢谢
PS：在库中pandas使用了SMOTE 实现UnbalancedDataset
SMOTE w/随机森林后少数类的过度拟合
数据挖掘
Python
随机森林
熊猫
阶级失衡
超参数
2021-10-14 20:50:27
1个回答
smote 算法取决于您拥有的数据集。如果您有严重的数据不平衡，例如在您的案例中，如果少数类中的变化非常高并且两个类之间的相似性非常高，则 smote 算法可能无法提供帮助。但是如何知道是否是这种情况。尝试从少数类中复制样本，训练非线性支持向量机并检查结果，如果分类准确度非常低，那么就是这种情况。
Smote 使用 knn 创建新样本，但如果少数类中的变化非常大，那么使用 smote 将使用甚至不是真正邻居的样本。老实说，这个问题没有明确的解决方案，但我可以提出以下建议： 1. 尝试边界 smote：它是 smote 算法的修改版本 2. 尝试 smote boosting：它是 adaboost 的修改版本，其中 adaboost算法增加了 smote 3。如果您可以修改 smote 提升以考虑边界 smote 而不是 smote
其它你可能感兴趣的问题