Question

我对数据挖掘有疑问。我有一个74个实例的数据集，属于4个类。由于每个类的数量不足以使用某些分类器（svm，rna，knn）获得良好的准确性，我需要“过采样”每个类的实例数。

我听说有一种方法可以做到这一点。它包括生成这些新实例，如下所示：

new_instance <---- original_instance + u(epsilon)

但我对此并不了解。

是否有人使用此方法“过采样”他的数据？

Answer 1

我从未使用过这种过采样方法，但我认为你可以找到有用的指针in this paper。

描述了几种过采样和欠采样。它应该可以帮助您找到适合您案例的更合适的方法。