我正在处理一个有监督的二元分类问题。我想使用 GBM 包将个人分类为未感染/感染。我未感染的人数是感染者的 15 倍。
我想知道 GBM 模型是否会在班级规模不平衡的情况下受到影响？我没有找到任何参考资料来回答这个问题。
我试图通过将权重 1 分配给未感染的个体和分配 15 的权重来调整权重，但我得到的结果很差。
GBM 分类是否存在班级规模不平衡的问题？
机器算法验证
r
机器学习
不平衡类
助推
2022-02-10 18:20:50
2个回答
我认为您的数据与我过去工作过的Secom 数据相似，并且遇到了很多困难。以下是我尝试过的：
- 不同的采样技术
- 不同的分类器，如随机森林、ANN、GBM、Ensemble 方法等。
我还尝试了 1-Class SVM，与 adaboost、Random Forest 等其他方法相比，它的结果更好。你也可以试试。
我可以看到你在一年前就问过这个问题，所以如果你找到了最好的方法，那么请把它贴在这里，这样我就可以从中获得帮助，以获得更好的准确性。
根据我的经验，GBM 确实存在班级规模不平衡的问题。我使用 SMOTE 采样取得了很好的成功，它在对少数类进行过采样的同时创建了合成数据。您可以在DMwR包装中找到它。