Smote之后与随机森林的少数族裔班级过度合适

Question

我使用Smote制作了一个预测模型，其中1类具有1800个样本和35000类0类样品。因此，根据Smote，创建了合成样品，并训练了随机森林。

但是，当我测试模型时，我现在将大多数结果作为1级。我只是试图在培训集中对其进行测试，这就是我得到的：

没有smote

用smote

我还尝试了超参数优化，但这尚未起作用

谢谢

PS：在 pandas 和 UnbalancedDataset 图书馆

Answer 1

SMOTE算法取决于您拥有的数据集。如果您存在严重的数据不平衡，那么如果您的情况下的SMOTE算法的数据不平衡，如果少数民族中的变化非常高，并且两类之间的相似之处很高，则可能无法提供帮助。但是如何知道发生这种情况。尝试从少数族裔类训练非线性SVM中复制样本，并检查结果，如果分类精度非常低，则是这种情况。

Smote使用KNN创建新样本，但是如果少数族裔类中的变化很高，那么使用SMOTE将使用即使不是真正的邻居的样本。老实说，没有明确的解决方案解决此问题，但我可以建议以下内容：1。尝试边界示威：这是Smote算法的修改版本2.尝试smote boosting：这是Adaboost的修改版本，其中Adaboost Smote 3增强了算法。