标签： imbalanced-data
我有一个数据集，可使用带有不平衡类的插入符号包训练随机森林模型（53、83、64、114、35）。为了解决这个不平衡问题，我在插入符号包中使用了上采样和下采样，其中上采样给出了更好的结果。我的问题是，通过35次观察可以预测班级的准确性。它显示了大约90％的最高精度。我的困惑是如何仅用35个图（较少的信息）就可以提供这么高的准确性，这是因为由于过拟合，因为我们在上采样时将观测值从35复制到了114？如果此方法不合理，是否还有其他方法可以解决此问题？