我正在处理严重不平衡的数据。在文献中，有几种方法用于使用重新采样（过采样或欠采样）来重新平衡数据。两个好的方法是：
我已经实现了 ADASYN，因为它具有自适应特性并且易于扩展到多类问题。
我的问题是如何测试 ADASYN（或任何其他过采样方法）产生的过采样数据。上述两篇论文尚不清楚他们是如何进行实验的。有两种情况：
1- 对整个数据集进行过采样，然后将其拆分为训练集和测试集（或交叉验证）。
2-拆分原始数据集后，仅对训练集进行过采样，并在原始数据测试集上进行测试（可以进行交叉验证）。
在第一种情况下，结果比没有过采样要好得多，但我担心是否存在过拟合。而在第二种情况下，结果比没有过采样的情况稍好，但比第一种情况差得多。但是第二种情况的问题是，如果所有少数类样本都进入测试集，那么过采样不会带来任何好处。
我不确定是否有任何其他设置来测试这些数据。